摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1章 绪论 | 第8-11页 |
·决策树算法及研究现状 | 第8-9页 |
·多级决策树算法的提出 | 第9-10页 |
·本文主要研究内容 | 第10-11页 |
第2章 基于统计学习理论的多类分类器综述 | 第11-19页 |
·统计学习理论的发展 | 第11-12页 |
·支持向量机的基本问题 | 第12-14页 |
·基于SVM的多类分类器 | 第14-19页 |
·1-VS-n方法 | 第14-15页 |
·1-VS-1方法 | 第15-16页 |
·基有向无环图多类分类器(DAGSVM) | 第16页 |
·最大间隔SVM多类分类器 | 第16-17页 |
·多级SVM(Multi-Stage SVM)多类分类器 | 第17-19页 |
第3章 基于类间最大间隔的多级决策树 | 第19-35页 |
·传统的决策树算法的描述 | 第19-21页 |
·最大间隔理论 | 第21-25页 |
·VC维 | 第22-23页 |
·最大间隔理论 | 第23-24页 |
·SVM的反问题理论的提出 | 第24-25页 |
·类间最大间隔 | 第25页 |
·基于类间最大间隔的多级决策树(LMDT) | 第25-26页 |
·改进算法 | 第26-32页 |
·类间矩阵 | 第26-28页 |
·只考虑类间间隔 | 第28-29页 |
·综合考虑类间间隔和类内间隔 | 第29-32页 |
·产生规则与匹配规则 | 第32-35页 |
第4章 实验结果及其应用 | 第35-39页 |
·试验结果与分析 | 第35-37页 |
·多极决策树在变压器综合故障诊断中的应用 | 第37-39页 |
第5章 结论 | 第39-40页 |
参考文献 | 第40-42页 |
攻读硕士学位期间科研工作情况 | 第42-43页 |
致谢 | 第43页 |