基于近邻分类的实例选择算法研究

摘要	第1-6页
Abstract	第6-9页
第1章 绪论	第9-13页
·研究背景与意义	第9-10页
·国内外研究现状	第10-11页
·本文研究的主要内容	第11-12页
·本文组织	第12-13页
第2章 基于近邻分类的实例选择	第13-20页
·近邻分类	第13页
·实例选择	第13-16页
·实例选择简介	第13-14页
·有监督的实例选择	第14-15页
·主动实例选择	第15-16页
·基于近邻分类的实例选择	第16-20页
·CNN算法	第17页
·ENN算法	第17-18页
·MCS算法	第18-19页
·FCNN算法	第19-20页
第3章 基于分类贡献的实例选择算法	第20-30页
·实例分类贡献函数	第20-22页
·基本概念	第20-21页
·分类贡献函数	第21-22页
·噪声处理机制	第22-23页
·快速选择机制	第23页
·算法设计	第23-25页
·实验结果及分析	第25-30页
·人工数据实验结果	第25-27页
·真实数据实验结果	第27-30页
第4章 基于极大熵的实例选择算法	第30-39页
·极大熵原理	第30-32页
·信息熵	第30-31页
·极大熵原理	第31-32页
·基于极大熵的实例选择机制	第32-36页
·基本原理	第32-33页
·选择机制	第33-34页
·初始集合的确定	第34-35页
·算法设计	第35-36页
·实验结果及分析	第36-39页
·人工数据实验结果	第36-37页
·真实数据实验结果	第37-39页
第5章 总结与展望	第39-40页
参考文献	第40-43页
攻读硕士学位期间科研工作情况	第43-44页
致谢	第44页