| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-33页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.1.1 不确定挖掘技术的兴起 | 第12-13页 |
| 1.1.2 代价敏感分类受到重视 | 第13-15页 |
| 1.1.3 不确定数据的代价敏感分类器的研究意义 | 第15页 |
| 1.2 不确定挖掘技术的研究现状 | 第15-26页 |
| 1.2.1 不确定数据的分类分析 | 第15-18页 |
| 1.2.2 不确定数据的聚类分析 | 第18-21页 |
| 1.2.3 不确定数据的频繁项集挖掘 | 第21-25页 |
| 1.2.4 不确定数据的孤立点检测 | 第25-26页 |
| 1.3 代价敏感分类器的研究现状 | 第26-29页 |
| 1.3.1 rescaling方法 | 第27-28页 |
| 1.3.2 reweighted方法 | 第28-29页 |
| 1.3.3 扩展法 | 第29页 |
| 1.4 本文的研究内容和主要创新点 | 第29-31页 |
| 1.4.1 对不确定数据流进行分类分析 | 第30页 |
| 1.4.2 提出新的代价敏感算法 | 第30-31页 |
| 1.4.3 不确定数据的代价敏感学习 | 第31页 |
| 1.5 论文组织结构 | 第31-33页 |
| 第二章 属性不确定数据流的集成分类算法 | 第33-45页 |
| 2.1 引言 | 第33页 |
| 2.2 相关工作 | 第33-35页 |
| 2.2.1 数据流分类 | 第33-34页 |
| 2.2.2 不确定数据分类 | 第34页 |
| 2.2.3 不确定数据流分类 | 第34-35页 |
| 2.3 问题定义 | 第35页 |
| 2.4 基分类器的构造 | 第35-37页 |
| 2.4.1 属性选择的方法 | 第35-36页 |
| 2.4.2 样本分裂策略 | 第36-37页 |
| 2.4.3 停止标准 | 第37页 |
| 2.5 基分类器的改造 | 第37-39页 |
| 2.6 分类集成算法 | 第39-41页 |
| 2.7 实验 | 第41-44页 |
| 2.7.1 SEA数据集 | 第42-43页 |
| 2.7.2 Forest Covertype数据集 | 第43-44页 |
| 2.8 小结 | 第44-45页 |
| 第三章 贝叶斯决策树的代价敏感学习算法 | 第45-58页 |
| 3.1 引言 | 第45页 |
| 3.2 相关研究与问题定义 | 第45-48页 |
| 3.2.1 决策树算法 | 第45-47页 |
| 3.2.2 贝叶斯算法 | 第47页 |
| 3.2.3 问题定义 | 第47-48页 |
| 3.3 属性选择方式 | 第48-49页 |
| 3.4 CS-NBT算法 | 第49-51页 |
| 3.4.1 训练算法 | 第49-50页 |
| 3.4.2 测试算法 | 第50-51页 |
| 3.5 实验 | 第51-57页 |
| 3.6 小结 | 第57-58页 |
| 第四章 弱化贝叶斯假设的代价敏感学习算法 | 第58-72页 |
| 4.1 引言 | 第58页 |
| 4.2 相关研究 | 第58-59页 |
| 4.3 问题定义 | 第59-60页 |
| 4.4 CS_ANDE算法 | 第60-63页 |
| 4.4.1 CS_AODE算法 | 第61页 |
| 4.4.2 CS_A2DE算法 | 第61-62页 |
| 4.4.3 分类器的学习 | 第62-63页 |
| 4.5 实验 | 第63-71页 |
| 4.6 小结 | 第71-72页 |
| 第五章 不确定数据的代价敏感学习算法 | 第72-95页 |
| 5.1 引言 | 第72页 |
| 5.2 相关工作 | 第72-74页 |
| 5.2.1 不确定数据分类 | 第72-73页 |
| 5.2.2 代价敏感算法 | 第73-74页 |
| 5.3 问题定义 | 第74-75页 |
| 5.4 CS-UNB算法 | 第75-80页 |
| 5.4.1 分类策略 | 第75-77页 |
| 5.4.2 不确定信息处理方法 | 第77-78页 |
| 5.4.3 算法步骤 | 第78-80页 |
| 5.5 CS-DTU算法 | 第80-83页 |
| 5.5.1 训练算法 | 第80-82页 |
| 5.5.2 测试算法 | 第82-83页 |
| 5.6 实验 | 第83-94页 |
| 5.7 小结 | 第94-95页 |
| 第六章 代价敏感不确定分类器的单批测试算法 | 第95-109页 |
| 6.1 引言 | 第95页 |
| 6.2 问题定义 | 第95-96页 |
| 6.3 单批算法 | 第96-99页 |
| 6.3.1 属性选择方式 | 第96-98页 |
| 6.3.2 SBT-CSUNB算法 | 第98-99页 |
| 6.4 实验 | 第99-108页 |
| 6.5 小结 | 第108-109页 |
| 第七章 总结与展望 | 第109-111页 |
| 参考文献 | 第111-119页 |
| 致谢 | 第119-120页 |
| 作者简介 | 第120页 |