基于马田系统的两类别分类问题研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9-10页 |
| ·分类问题及MTS研究综述 | 第10-14页 |
| ·分类研究概述 | 第10-11页 |
| ·MTS理论研究概述 | 第11-12页 |
| ·MTS应用研究综述 | 第12-14页 |
| ·本文的主要工作及难点 | 第14-15页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的重点及难点 | 第15页 |
| ·本文研究方法和技术路线 | 第15-16页 |
| ·本文的内容结构 | 第16-18页 |
| 2 相关理论及方法的概述 | 第18-30页 |
| ·分类问题及分类方法 | 第18-24页 |
| ·分类问题的描述 | 第18-19页 |
| ·常用分类方法概述 | 第19-24页 |
| ·MTS | 第24-27页 |
| ·马氏距离 | 第25-26页 |
| ·正交表与信噪比 | 第26-27页 |
| ·决策阈值 | 第27页 |
| ·MTS的基本步骤及特点 | 第27-29页 |
| ·MTS的基本步骤 | 第27-28页 |
| ·MTS的特点 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 基于粒子群优化算法的MTS两类别分类研究 | 第30-43页 |
| ·基于PSO的MTS两类别分类方法实施步骤 | 第30-34页 |
| ·传统MTS分类方法的实施过程 | 第30-31页 |
| ·基于PSO的MTS两类别分类方法实施步骤 | 第31-34页 |
| ·优化模型构建 | 第34-35页 |
| ·基于PSO的MTS特征变量选择与分类 | 第35-38页 |
| ·实验分析 | 第38-39页 |
| ·案例研究 | 第39-42页 |
| ·背景描述 | 第39-40页 |
| ·具体过程 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于马田系统的不平衡数据分类研究 | 第43-55页 |
| ·优化目标及模型 | 第43-45页 |
| ·优化目标 | 第43-45页 |
| ·优化模型 | 第45页 |
| ·基于集成马田系统的特征选择与分类方法 | 第45-48页 |
| ·Bagging算法 | 第45-47页 |
| ·集成特征子集算法实施流程 | 第47-48页 |
| ·实验分析 | 第48-51页 |
| ·常规方法比较 | 第48-51页 |
| ·与改进的支持向量机比较 | 第51页 |
| ·案例研究 | 第51-54页 |
| ·背景描述 | 第51页 |
| ·实施 | 第51-54页 |
| ·效益分析 | 第54页 |
| ·本章小结 | 第54-55页 |
| 5 结论与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·研究与展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 | 第64页 |
