基于邻域粗糙集和超网络的不平衡数据分类方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 引言 | 第10-17页 |
| ·不平衡数据分类的研究现状 | 第10-13页 |
| ·超网络模型简介 | 第13-14页 |
| ·超网络模型的研究现状 | 第14-15页 |
| ·粗糙集理论介绍 | 第15-16页 |
| ·论文的组织结构和章节安排 | 第16-17页 |
| 第2章 超网络分类器原理 | 第17-27页 |
| ·超网络模型 | 第17-18页 |
| ·超网络分类器 | 第18-21页 |
| ·超网络演化学习 | 第21-26页 |
| ·基于梯度下降的超网络演化学习 | 第22-24页 |
| ·超边替代的演化学习方法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于邻域超图的不平衡数据分类方法的研究 | 第27-44页 |
| ·邻域超图 | 第27-30页 |
| ·邻域超图分类算法 | 第30-37页 |
| ·超边初始化 | 第31-32页 |
| ·训练样本分类 | 第32-33页 |
| ·超边替代 | 第33-35页 |
| ·邻域超图算法 | 第35-37页 |
| ·实验结果与分析 | 第37-43页 |
| ·数据集及评价标准 | 第37-38页 |
| ·实验方法 | 第38-39页 |
| ·实验结果与分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于邻域超图的代价敏感分类方法的研究 | 第44-56页 |
| ·代价敏感学习 | 第44-45页 |
| ·敏感代价邻域超图分类算法 | 第45-51页 |
| ·超边初始化 | 第45-47页 |
| ·代价分类 | 第47-48页 |
| ·超边集对训练集学习 | 第48-49页 |
| ·代价敏感邻域超图算法 | 第49-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·数据集及评价标准 | 第51-53页 |
| ·实验方法 | 第53页 |
| ·实验结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结及未来工作 | 第56-59页 |
| ·总结 | 第56-57页 |
| ·未来工作 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第65页 |
