基于免疫系统的不平衡数据分类方法研究
| 中文摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-25页 |
| ·研究背景及意义 | 第13-16页 |
| ·不平衡数据分类方法研究现状 | 第16-18页 |
| ·存在的主要问题 | 第18-20页 |
| ·研究内容及贡献 | 第20-23页 |
| ·论文的内容组织 | 第23-25页 |
| 第2章 基于免疫中心点的二类不平衡数据分类 | 第25-43页 |
| ·引言 | 第25-26页 |
| ·相关工作 | 第26-28页 |
| ·免疫系统 | 第28-31页 |
| ·免疫系统理论 | 第28-30页 |
| ·人工免疫系统 | 第30-31页 |
| ·基于免疫中心点的过采样方法 | 第31-33页 |
| ·实验 | 第33-38页 |
| ·实验设置 | 第33-34页 |
| ·ROC分析 | 第34-35页 |
| ·实验结果与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 附录 | 第39-43页 |
| 第3章 基于多免疫子网络的多类不平衡数据分类 | 第43-57页 |
| ·引言 | 第43-45页 |
| ·相关工作 | 第45-47页 |
| ·Static-SMT | 第45-46页 |
| ·Global-CS | 第46页 |
| ·Adaboost.NC | 第46页 |
| ·不平衡数据和二类分类算法的结合 | 第46-47页 |
| ·Global-IC | 第47-51页 |
| ·免疫子网络中心点 | 第47-49页 |
| ·全局免疫中心点过采样（Global-IC） | 第49-51页 |
| ·实验 | 第51-56页 |
| ·实验设置 | 第51-52页 |
| ·方法评价标准 | 第52-53页 |
| ·实验结果与分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 基于阴性选择的不平衡数据分类 | 第57-76页 |
| ·引言 | 第57-59页 |
| ·相关工作 | 第59-60页 |
| ·重采样方法NSOTE | 第60-70页 |
| ·阴性选择 | 第60-62页 |
| ·多数类样本检测器 | 第62-64页 |
| ·离散点测试 | 第64-70页 |
| ·实验 | 第70-75页 |
| ·试验设置 | 第70页 |
| ·人工数据集试验 | 第70-73页 |
| ·真实数据集试验 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第5章 类内簇不平衡下的不平衡数据分类 | 第76-95页 |
| ·引言 | 第76-77页 |
| ·问题分析 | 第77-84页 |
| ·聚类算法选择 | 第78-83页 |
| ·过学习问题 | 第83-84页 |
| ·基于形状的过采样方法 | 第84-89页 |
| ·免疫型代表点 | 第84-85页 |
| ·基于免疫型代表点的层次聚类 | 第85-86页 |
| ·假簇识别 | 第86-87页 |
| ·完整算法 | 第87-89页 |
| ·实验 | 第89-94页 |
| ·实验设置 | 第90页 |
| ·人工数据集实验 | 第90-92页 |
| ·真实数据集实验 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第6章 总结与展望 | 第95-98页 |
| ·本文总结 | 第95-96页 |
| ·下一步的工作 | 第96-98页 |
| 参考文献 | 第98-106页 |
| 攻读博士学位期间相关的科研情况 | 第106-107页 |
| 1、科研项目 | 第106页 |
| 2、申请发明专利 | 第106-107页 |
| 攻读博士学位期间发表的相关论文 | 第107-108页 |
| 致谢 | 第108-109页 |
