| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 特征选择研究现状 | 第11-12页 |
| 1.2.2 不平衡数据集分类研究现状 | 第12-14页 |
| 1.2.3 迁移学习研究现状 | 第14-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 相关技术概述 | 第18-25页 |
| 2.1 特征选择 | 第18-19页 |
| 2.2 基于Adaboost的不平衡数据集分类集成算法 | 第19-21页 |
| 2.2.1 不平衡数据集分类方法 | 第19-20页 |
| 2.2.2 不平衡数据集分类评价标准——ROC曲线和AUC | 第20-21页 |
| 2.3 迁移学习算法TrAdaboost | 第21-23页 |
| 2.3.1 Adaboost算法介绍 | 第21-22页 |
| 2.3.2 基于Adaboost的迁移学习算法TrAdaboost | 第22-23页 |
| 2.4 机器学习工具Weka | 第23-24页 |
| 2.4.1 Weka文件结构 | 第23-24页 |
| 2.4.2 Weka核心数据结构 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 数据预处理 | 第25-29页 |
| 3.1 数据描述 | 第25页 |
| 3.2 特征选择 | 第25-26页 |
| 3.3 迁移学习辅助数据集的生成 | 第26-28页 |
| 3.3.1 辅助数据源选择 | 第26-27页 |
| 3.3.2 辅助数据集生成 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于Boosting的不平衡数据集分类算法UnbalanceAdaboost | 第29-42页 |
| 4.1 算法提出背景 | 第29页 |
| 4.2 UnbalanceAdaboost算法 | 第29-34页 |
| 4.2.1 算法设计 | 第29-33页 |
| 4.2.2 算法流程图 | 第33-34页 |
| 4.2.3 算法流程描述 | 第34页 |
| 4.3 实验设计与分析 | 第34-36页 |
| 4.3.1 数据集说明 | 第34-35页 |
| 4.3.2 实验结果 | 第35页 |
| 4.3.3 结果分析 | 第35-36页 |
| 4.3.4 算法时间复杂度比较 | 第36页 |
| 4.4 算法实现 | 第36-41页 |
| 4.4.1 样本权重与基分类器 | 第36-37页 |
| 4.4.2 基分类器的封装 | 第37-38页 |
| 4.4.3 采样 | 第38-40页 |
| 4.4.4 样本权重更新 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 基于Boosting的不平衡数据集迁移学习算法UnbalanceTrAdaboost | 第42-52页 |
| 5.1 算法提出背景 | 第42页 |
| 5.2 UnbalanceTrAdaboost算法描述 | 第42-46页 |
| 5.2.1 算法设计 | 第42-44页 |
| 5.2.2 算法流程图 | 第44-45页 |
| 5.2.3 算法描述 | 第45-46页 |
| 5.3 实验设计与分析 | 第46-49页 |
| 5.3.1 数据集说明 | 第46-47页 |
| 5.3.2 实验结果 | 第47-49页 |
| 5.3.3 结果分析 | 第49页 |
| 5.3.4 时间复杂度分析 | 第49页 |
| 5.4 算法实现 | 第49-51页 |
| 5.4.1 样本权重更新 | 第49-50页 |
| 5.4.2 冗余数据动态剔除 | 第50页 |
| 5.4.3 弱分类器的集成 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 系统架构与更新过程 | 第52-60页 |
| 6.1 系统架构 | 第52-53页 |
| 6.2 更新过程 | 第53-54页 |
| 6.3 实验设计与分析 | 第54-57页 |
| 6.3.1 实验说明 | 第54-55页 |
| 6.3.2 实验结果 | 第55-57页 |
| 6.3.3 结果分析 | 第57页 |
| 6.4 更新过程的实现细节 | 第57-59页 |
| 6.5 本意小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 7.1 总结 | 第60-61页 |
| 7.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附件 | 第68页 |
