| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 本文主要工作 | 第12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第2章 相关研究工作 | 第14-26页 |
| 2.1 不确定XML文档 | 第14-19页 |
| 2.1.1 XML数据 | 第14-16页 |
| 2.1.2 不确定数据 | 第16-17页 |
| 2.1.3 不确定XML数据 | 第17-19页 |
| 2.2 分类问题 | 第19-22页 |
| 2.2.1 分类问题定义 | 第19-20页 |
| 2.2.2 常用分类算法 | 第20-22页 |
| 2.2.3 XML文档分类 | 第22页 |
| 2.3 极限学习机原理及应用 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于存在概率的不确定XML文档分类 | 第26-42页 |
| 3.1 不确定XML数据模型 | 第26-34页 |
| 3.1.1 不确定数据模型 | 第26-27页 |
| 3.1.2 不确定XML文档树 | 第27-29页 |
| 3.1.3 不确定XML文档表达模型 | 第29-34页 |
| 3.2 基于存在概率的不确定XML分类问题定义 | 第34-35页 |
| 3.3 基于存在概率的不确定极限学习机 | 第35-40页 |
| 3.3.1 基于存在概率的不确定极限学习机算法 | 第35-38页 |
| 3.3.2 二分类问题上的优化 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 基于抽样的不确定XML文档分类 | 第42-50页 |
| 4.1 抽样的必要性 | 第42-43页 |
| 4.2 不确定XML文档抽样 | 第43-46页 |
| 4.2.1 蒙特卡洛方法 | 第43-44页 |
| 4.2.2 不确定XML文档抽样算法 | 第44-46页 |
| 4.3 基于抽样的不确定XML分类问题定义 | 第46-47页 |
| 4.4 基于抽样的不确定极限学习机 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 实验及结果分析 | 第50-62页 |
| 5.1 实验性能评估标准 | 第50-51页 |
| 5.2 实验环境及设计方案 | 第51-54页 |
| 5.2.1 实验环境 | 第51页 |
| 5.2.2 实验数据集 | 第51-52页 |
| 5.2.3 实验方案 | 第52-54页 |
| 5.3 实验结果分析 | 第54-60页 |
| 5.3.1 IU-ELM与UELM、SVM训练时间对比分析 | 第54-55页 |
| 5.3.2 IU-ELM与UELM、SVM分类性能对比分析 | 第55-57页 |
| 5.3.3 IBU-ELM与IU-ELM运行时间对比分析 | 第57-58页 |
| 5.3.4 MCU-ELM运行时间分析 | 第58-59页 |
| 5.3.5 MCU-ELM分类性能分析 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第6章 总结和展望 | 第62-64页 |
| 6.1 研究工作总结 | 第62-63页 |
| 6.2 研究工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士学位期间参加的项目和发表的论文 | 第72页 |
