首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

多分类器动态集成技术研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-22页
   ·研究背景与意义第11-12页
   ·国内外研究进展概述第12-20页
     ·多分类器集成的国内外研究进展第12-17页
     ·多分类器动态集成的国内外研究进展第17-20页
   ·本文的研究目标及主要工作第20-21页
   ·论文结构安排第21-22页
第二章 多分类器集成技术研究第22-40页
   ·多分类器集成的概念与定义第22-24页
   ·多分类器集成有效的原因第24-27页
   ·多分类器集成的框架第27-36页
     ·基分类器的生成第27-30页
     ·基分类器的集成方式第30-31页
     ·基分类器输出的组合第31-36页
     ·多分类器的集成结构第36页
   ·常见的多分类器集成方法介绍第36-39页
     ·Bagging第36-37页
     ·Boosting第37-38页
     ·Random Subspace第38-39页
   ·本章小结第39-40页
第三章 多分类器动态集成技术研究第40-57页
   ·动态集成技术的提出第40-41页
   ·动态集成技术的原理第41-43页
   ·多分类器动态集成的框架第43-45页
   ·多分类器动态集成方法介绍第45-56页
     ·基于KNN规则的动态集成方法第45-51页
     ·基于聚类技术的动态集成方法第51-54页
     ·基于数据集的动态集成方法第54-55页
     ·其它一些动态集成方法第55-56页
   ·多分类器动态集成研究存在的主要问题第56页
   ·本章小结第56-57页
第四章 基于交叉验证的多分类器动态加权集成第57-73页
   ·多分类器加权集成简介第57页
   ·多分类器动态加权的意义第57-58页
   ·基于交叉验证的多分类器动态加权集成第58-72页
     ·问题的提出及解决方案第58-60页
     ·交叉验证技术简介第60页
     ·算法的基本框架第60-61页
     ·算法的具体描述第61-64页
     ·实验及实验分析第64-72页
   ·本章小结第72-73页
第五章 基于多分类器行为的动态加权集成第73-80页
   ·算法的提出第73-74页
   ·有效邻域的确定第74-75页
   ·DWEC-CV-MCB算法描述第75-77页
   ·实验及实验分析第77-79页
   ·本章小结第79-80页
第六章 基于动态选择的增量式集成分类第80-88页
   ·增量学习简介第80-81页
   ·增量式集成方法Learn++第81-82页
   ·基于动态选择的增量式集成方法第82-87页
     ·算法的改进第82-84页
     ·基于动态选择的增量式集成方法第84-86页
     ·实验及实验分析第86-87页
   ·本章小结第87-88页
第七章 结论与展望第88-90页
   ·本文的主要工作及结论第88-89页
   ·对今后工作研究的建议第89-90页
致谢第90-91页
参考文献第91-100页
附录1: 读研期间发表的论文第100页
附录2: 读研期间参与的项目第100页

论文共100页,点击 下载论文
上一篇:基于CAN总线的智能多参数监控系统
下一篇:果树采摘机器人控制系统研究与设计