| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 支持向量机研究现状 | 第9-10页 |
| 1.2.2 模糊支持向量机研究现状 | 第10-11页 |
| 1.2.3 不平衡数据集分类研究现状 | 第11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 本文的结构安排 | 第12-14页 |
| 第二章 预备知识 | 第14-25页 |
| 2.1 支持向量机 | 第14-19页 |
| 2.1.1 线性支持向量机 | 第14-17页 |
| 2.1.2 非线性支持向量机 | 第17-19页 |
| 2.2 核函数 | 第19-21页 |
| 2.2.1 核函数及其特征 | 第19-20页 |
| 2.2.2 核函数的性质 | 第20页 |
| 2.2.3 常用的核函数 | 第20-21页 |
| 2.3 模糊支持向量机 | 第21-23页 |
| 2.4 不平衡数据集分类方法 | 第23-24页 |
| 2.4.1 数据层面 | 第23页 |
| 2.4.2 算法层面 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于黎曼几何的修正核函数 | 第25-34页 |
| 3.1 核函数的几何特性 | 第25-26页 |
| 3.2 Amari 的核函数修正思想 | 第26-28页 |
| 3.2.1 自适应保角变换 | 第26-27页 |
| 3.2.2 保角变换函数的选取 | 第27-28页 |
| 3.3 基于修正核函数的 SVM 算法 | 第28-31页 |
| 3.3.1 一种新的保角变换函数 | 第29-30页 |
| 3.3.2 基于修正核函数的 SVM 算法（TKS 方法） | 第30-31页 |
| 3.4 实验结果与分析 | 第31-33页 |
| 3.4.1 实验数据 | 第31页 |
| 3.4.2 结果与分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于距离隶属度修正后的模糊支持向量机方法 | 第34-43页 |
| 4.1 几种常见的模糊隶属度函数 | 第34-35页 |
| 4.2 基于距离的隶属度函数的修正 | 第35-39页 |
| 4.2.1 基于距离的隶属度函数的缺陷分析 | 第36-38页 |
| 4.2.2 基于距离的隶属度函数的修正 | 第38-39页 |
| 4.3 基于距离隶属度函数修正后的模糊支持向量机 | 第39-42页 |
| 4.3.1 基于距离隶属度函数修正后的 FSVM 模型 | 第39-40页 |
| 4.3.2 实验结果与分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于欠抽样和 CS-SVM 的不平衡数据分类算法 | 第43-52页 |
| 5.1 SVM 在不平衡数据集上的缺陷分析 | 第43-44页 |
| 5.2 代价敏感支持向量机（CS-SVM） | 第44-45页 |
| 5.3 一种新的欠抽样方法 | 第45-46页 |
| 5.3.1 设计思想 | 第45页 |
| 5.3.2 算法描述 | 第45-46页 |
| 5.4 基于欠抽样和 CS-SVM 的不平衡数据分类算法 | 第46-47页 |
| 5.4.1 设计思想 | 第46页 |
| 5.4.2 算法描述 | 第46-47页 |
| 5.5 实验结果与分析 | 第47-51页 |
| 5.5.1 评价准则 | 第47-48页 |
| 5.5.2 结果与分析 | 第48-51页 |
| 5.6 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第57-58页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第58-59页 |
| 致谢 | 第59页 |
