基于模糊神经网络和集成学习的分类和时间序列预测
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第6-11页 |
| 1.1 选题背景及意义 | 第6-7页 |
| 1.2 研究现状 | 第7-10页 |
| 1.3 本文工作 | 第10-11页 |
| 2 预备知识 | 第11-15页 |
| 2.1 模糊神经网络的结构 | 第11-13页 |
| 2.2 集成学习 | 第13-15页 |
| 3 基于集成学习的分类 | 第15-38页 |
| 3.1 基于模糊神经网络和集成学习的分类 | 第15-27页 |
| 3.1.1 基于模糊神经网络和集成学习的分类模型 | 第15-21页 |
| 3.1.2 仿真实验 | 第21-27页 |
| 例 3.1 UCI数据集的分类 | 第21-26页 |
| 例 3.2 肾脏病数据集的分类 | 第26-27页 |
| 3.2 基于集成学习和增量学习的分类 | 第27-37页 |
| 3.2.1 基于集成学习和增量学习的分类模型 | 第27-32页 |
| 3.2.2 仿真实验 | 第32-37页 |
| 例 3.3 MNIST手写字体识别的分类 | 第32-35页 |
| 例 3.4 NORB数据集的分类 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 4 基于集成学习的时间序列预测 | 第38-56页 |
| 4.1 集成预测算法 | 第38-43页 |
| 4.2 仿真实验 | 第43-54页 |
| 例 4.1 由函数生成的时间序列 | 第43-45页 |
| 例 4.2 Mackey-Glass时间序列 | 第45-49页 |
| 例 4.3 TSDL数据库 | 第49-52页 |
| 例 4.4 血液透析数据集 | 第52-54页 |
| 4.3 本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-65页 |
