| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-26页 |
| ·研究背景 | 第11-22页 |
| ·模式分类方法 | 第12-16页 |
| ·核 | 第16-17页 |
| ·跨领域学习 | 第17-22页 |
| ·跨领域学习中存在的问题 | 第22-23页 |
| ·课题的研究内容和本文的组织架构 | 第23-26页 |
| 第二章 领域自适应的最小包含球设计方法 | 第26-38页 |
| ·引言 | 第26页 |
| ·最小包含球理论 | 第26-28页 |
| ·传统最小包含球理论 | 第26-27页 |
| ·中心约束型最小包含球理论 | 第27-28页 |
| ·领域自适应设计方法 | 第28-32页 |
| ·MEB-DA 算法 | 第28-29页 |
| ·CCMEB-DA 算法 | 第29-31页 |
| ·CCMEB-DA 算法复杂度分析 | 第31页 |
| ·算法参数选择 | 第31-32页 |
| ·实验结果及其分析 | 第32-37页 |
| ·抗扰动测试 | 第32-34页 |
| ·数据校正测试 | 第34-36页 |
| ·图像处理测试 | 第36-37页 |
| ·结论 | 第37-38页 |
| 第三章 基于概率估计的最小包含球领域迁移学习方法 | 第38-53页 |
| ·引言 | 第38-39页 |
| ·算法回顾 | 第39-40页 |
| ·MEB | 第39页 |
| ·CCMEB | 第39-40页 |
| ·MEBTL 设计方法 | 第40-45页 |
| ·MEBTL 算法 | 第40-43页 |
| ·CCMEBTL 算法 | 第43-44页 |
| ·MMEBTL 解题步骤 | 第44-45页 |
| ·实验结果及其分析 | 第45-52页 |
| ·人工数据测试 | 第45-46页 |
| ·无线室内定位测试 | 第46-50页 |
| ·人脸识别测试 | 第50-52页 |
| ·结论 | 第52-53页 |
| 第四章 基于 SVM 的领域自适应算法 | 第53-70页 |
| ·引言 | 第53页 |
| ·MEB 和 CCMEB 最小球问题 | 第53-56页 |
| ·一类硬分割支持向量域算法 | 第53-54页 |
| ·SVM 的最小包含球化[107], [108]（MEB-SVM） | 第54-55页 |
| ·核心集支持向量域算法 | 第55-56页 |
| ·CCMEB-SVMDA(基于 SVM 的领域自适应算法) | 第56-61页 |
| ·MEB-SVMDA 算法 | 第56-58页 |
| ·CCMEB-SVMDA 算法 | 第58-59页 |
| ·领域依赖系数 | 第59-60页 |
| ·CCMEB-SVMDA 求解过程 | 第60-61页 |
| ·实验结果及其分析 | 第61-69页 |
| ·抗数据干扰及隐私保护测试 | 第61-64页 |
| ·UCI 数据测试 | 第64-67页 |
| ·大样本数据测试 | 第67-69页 |
| ·结论 | 第69-70页 |
| 第五章 基于多源的跨领域数据分类快速算法 | 第70-97页 |
| ·引言 | 第70-71页 |
| ·MSCC 算法 | 第71-75页 |
| ·MSCC 数据设定和 LR 模型 | 第71-72页 |
| ·一致性方法和一致性模型 | 第72-74页 |
| ·MSCC 细节描述 | 第74-75页 |
| ·MSCC-CDDUAL 大样本快速算法 | 第75-83页 |
| ·CDdual 理论 | 第76-78页 |
| ·MSCC-CDdual 模型的建立 | 第78-81页 |
| ·MSCC-CDdual 细节描述 | 第81页 |
| ·MSCC-CDdual 算法复杂度分析 | 第81-83页 |
| ·实验结果及其分析 | 第83-94页 |
| ·实验说明与准备 | 第83-84页 |
| ·人工生成数据测试 | 第84-88页 |
| ·文本分类数据侧试 | 第88-92页 |
| ·图像识别数据测试 | 第92-94页 |
| ·结论 | 第94-95页 |
| ·附录A | 第95-97页 |
| 第六章 多任务域快速分类学习算法 | 第97-122页 |
| ·引言 | 第97-99页 |
| ·MTC-LR 算法 | 第99-103页 |
| ·数据准备和逻辑回归函数 | 第99页 |
| ·多任务学习和 MTC-LR | 第99-101页 |
| ·MTC-LR 算法实现细节 | 第101-103页 |
| ·MTC-LR-CDDUAL 大样本快速算法 | 第103-109页 |
| ·对偶坐标下降法 | 第103-105页 |
| ·MTC-LR-CDdual 算法 | 第105-108页 |
| ·MTC-LR-CDdual 算法求解过程 | 第108页 |
| ·MTC-LR-CDdual 算法复杂度分析 | 第108-109页 |
| ·实验结果及其分析 | 第109-121页 |
| ·实验说明与准备 | 第109-111页 |
| ·快速收敛性测试 | 第111-114页 |
| ·大样本分类数据测试 | 第114-118页 |
| ·高维运算能力测试 | 第118-121页 |
| ·结论 | 第121-122页 |
| 第七章 结论和展望 | 第122-125页 |
| ·课题总结 | 第122-123页 |
| ·工作展望 | 第123-125页 |
| 致谢 | 第125-127页 |
| 参考文献 | 第127-136页 |
| 附录1：作者在攻读博士学位期间发表的论文 | 第136-137页 |
| 附录2：作者在攻读博士学位期间参加的科研项目及专利 | 第137页 |
