| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 数据层面解决策略 | 第13-15页 |
| 1.2.2 算法层面解决策略 | 第15页 |
| 1.2.3 数据层面与算法层面相结合解决策略 | 第15-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本文组织框架 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 2 相关工作 | 第19-29页 |
| 2.1 不平衡数据集相关知识 | 第19-21页 |
| 2.1.1 不平衡数据集相关定义 | 第19页 |
| 2.1.2 平衡数据集与不平衡数据集比较 | 第19-21页 |
| 2.2 过采样技术 | 第21-22页 |
| 2.2.1 SMOTE算法 | 第21页 |
| 2.2.2 过采样方法存在的不足 | 第21-22页 |
| 2.3 集成分类算法 | 第22-25页 |
| 2.3.1 决策树 | 第22-23页 |
| 2.3.2 集成学习 | 第23-25页 |
| 2.4 性能评价指标 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 改进数据过采样算法SDPD-SMOTE | 第29-42页 |
| 3.1 改进的过采样算法SDPD-SMOTE | 第29-33页 |
| 3.1.1 误分率 | 第30-31页 |
| 3.1.2 过采样权重 | 第31页 |
| 3.1.3 子簇概率分布 | 第31-33页 |
| 3.2 SDPD-SMOTE算法描述 | 第33-35页 |
| 3.3 实验结果与分析 | 第35-41页 |
| 3.3.1 数据集介绍 | 第35-36页 |
| 3.3.2 十折交叉验证 | 第36页 |
| 3.3.3 调节过采样率对比实验 | 第36-37页 |
| 3.3.4 模型对比实验 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于过采样的不平衡数据集成分类算法 | 第42-54页 |
| 4.1 噪声处理 | 第42-45页 |
| 4.1.1 噪声处理相关工作 | 第42-43页 |
| 4.1.2 NoiseRemover算法描述 | 第43-45页 |
| 4.2 基于SDPD-SMOTE的不平衡数据集成分类模型 | 第45-50页 |
| 4.2.1 基于SDPD-SMOTE的SDPDBoost | 第45-48页 |
| 4.2.2 SDPDBoost算法描述 | 第48-50页 |
| 4.3 实验结果及分析 | 第50-53页 |
| 4.3.1 数据集介绍 | 第50-51页 |
| 4.3.2 模型对比实验 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 个人简历、在校期间发表的学术论文及研究成果 | 第60-61页 |
| 个人简历 | 第60页 |
| 在校期间发表的学术论文 | 第60页 |
| 研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |