| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 本文工作与章节安排 | 第12-14页 |
| 第2章 多标记相关理论基础 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 多标记学习的基本概念 | 第14-16页 |
| 2.3 多标记学习方法 | 第16-18页 |
| 2.3.1 问题转换方法 | 第16-17页 |
| 2.3.2 算法改造方法 | 第17-18页 |
| 2.4 多标记学习评价指标 | 第18-21页 |
| 2.4.1 基于样本的评价指标 | 第18-20页 |
| 2.4.2 基于类别的评价指标 | 第20-21页 |
| 2.5 交叉验证 | 第21页 |
| 2.6 高血压中医证素辩证实验数据 | 第21-23页 |
| 2.6.1 实验数据的处理 | 第21页 |
| 2.6.2 实验数据统计 | 第21-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 基于多标记集成学习方法在高血压证素辩证的研究 | 第24-38页 |
| 3.1 引言 | 第24页 |
| 3.2 集成学习介绍 | 第24-26页 |
| 3.2.1 Bagging算法 | 第24-25页 |
| 3.2.2 AdaBoost算法 | 第25-26页 |
| 3.3 ECC算法介绍 | 第26-27页 |
| 3.4 基于标记相关性的欠采样方法 | 第27-30页 |
| 3.4.1 不平衡问题介绍 | 第27-28页 |
| 3.4.2 不平衡问题的解决策略 | 第28-29页 |
| 3.4.3 基于标记相关性的欠采样算法 | 第29-30页 |
| 3.5 实验 | 第30-36页 |
| 3.5.1 多标记集成学习上的比较实验 | 第30-34页 |
| 3.5.2 不平衡处理策略的比较实验 | 第34-36页 |
| 3.6 本章总结 | 第36-38页 |
| 第4章 基于随机森林规则提取算法在高血压证素辩证的研究 | 第38-48页 |
| 4.1 引言 | 第38页 |
| 4.2 随机森林原理 | 第38-40页 |
| 4.2.1 决策树算法 | 第38-39页 |
| 4.2.2 随机森林原理 | 第39-40页 |
| 4.3 基于随机森林规则提取算法 | 第40-43页 |
| 4.3.1 RF+HC方法 | 第41页 |
| 4.3.2 RF+HC_CMPR方法 | 第41-43页 |
| 4.3.3 RF+HC_P方法 | 第43页 |
| 4.4 实验 | 第43-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间的研究成果 | 第53页 |