基于鉴别分析的类不平衡学习
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题研究目的及意义 | 第8-10页 |
| ·鉴别分析技术 | 第10-13页 |
| ·线性鉴别分析 | 第10-11页 |
| ·线性鉴别分析与流形保留 | 第11页 |
| ·主动学习的基础知识 | 第11-12页 |
| ·非线性鉴别分析 | 第12-13页 |
| ·类不平衡问题的研究 | 第13-14页 |
| ·研究类不平衡问题的意义 | 第13页 |
| ·类不平衡的相关方法 | 第13-14页 |
| ·本文主要研究工作概述 | 第14-15页 |
| ·本文余下内容章节安排 | 第15-16页 |
| 第二章 相关方法介绍 | 第16-29页 |
| ·线性的特征提取方法 | 第16-20页 |
| ·主成分分析 | 第16-17页 |
| ·线性鉴别分析 | 第17-18页 |
| ·局部保留投影 | 第18-19页 |
| ·局部 Fisher 鉴别分析 | 第19-20页 |
| ·特定类鉴别分析 | 第20-21页 |
| ·特征选取的优化方法 | 第21-23页 |
| ·Foley–Sammon 鉴别向量 | 第22页 |
| ·不相关最优鉴别向量 | 第22-23页 |
| ·非线性鉴别方法 | 第23-27页 |
| ·非线性鉴别分析 | 第23-25页 |
| ·核不相关近邻类鉴别分析 | 第25-26页 |
| ·核空间的类依赖的判别分析 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于平衡类的鉴别分析 | 第29-45页 |
| ·平衡类鉴别方法 | 第29-33页 |
| ·构造正类的近邻样本集 | 第29-30页 |
| ·构造平衡类 | 第30-31页 |
| ·从特定类的近邻样本集中学习鉴别向量 | 第31-33页 |
| ·正交平衡类鉴别 | 第33-36页 |
| ·基于重叠率来确定相关样本集 | 第33页 |
| ·从相关子集中学习鉴别向量 | 第33-36页 |
| ·不相关的平衡类鉴别 | 第36-38页 |
| ·实验结果 | 第38-43页 |
| ·数据库介绍 | 第38-40页 |
| ·Coil_20 数据库上的实验结果 | 第40-41页 |
| ·USPS 数据库上的实验结果 | 第41-42页 |
| ·Honda/UCSD 数据库上的实验结果 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于主动学习的平衡类鉴别分析 | 第45-55页 |
| ·寻找负类中信息量大的样本集 | 第45-46页 |
| ·正类的近邻样本集的随机平衡划分 | 第46-47页 |
| ·基于主动学习的平衡类构造 | 第47-49页 |
| ·基于总体散度的主动学习的平衡类 | 第47-48页 |
| ·基于可分性的主动学习的平衡类 | 第48-49页 |
| ·构造投影矩阵 | 第49-50页 |
| ·实验结果 | 第50-54页 |
| ·Coil_20 数据库上的实验结果 | 第51-52页 |
| ·USPS 数据库上的实验结果 | 第52-53页 |
| ·Honda/UCSD 数据库上的实验结果 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 非线性平衡类鉴别方法 | 第55-65页 |
| ·非线性平衡类鉴别方法 | 第55-58页 |
| ·核空间内特定类的近邻样本集 | 第55-56页 |
| ·核空间内构造特定类的平衡类 | 第56页 |
| ·计算核空间鉴别向量 | 第56-58页 |
| ·非线性不相关的平衡类鉴别 | 第58-60页 |
| ·实验结果 | 第60-64页 |
| ·Coil_20 数据库上的实验结果 | 第60-61页 |
| ·USPS 数据库上的实验结果 | 第61-63页 |
| ·Honda/UCSD 数据库上的实验结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-66页 |
| ·本文工作总结 | 第65页 |
| ·进一步研究展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的论文 | 第69-70页 |
| 致谢 | 第70页 |
