| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-12页 |
| ·引言 | 第6-7页 |
| ·AdaBoost 算法的研究现状及其分析 | 第7-9页 |
| ·AdaBoost 的产生和发展 | 第7-8页 |
| ·基于间隔假说的AdaBoost 研究现状 | 第8-9页 |
| ·本文的主要工作和内容安排 | 第9-12页 |
| 第二章AdaBoost 算法及其性能分析 | 第12-20页 |
| ·AdaBoost 算法的概述 | 第12-14页 |
| ·AdaBoost 算法的训练误差及其收敛性分析 | 第14-16页 |
| ·基于泛化误差的分析 | 第16-19页 |
| ·泛化误差 | 第16-17页 |
| ·泛化误差基于间隔的解释 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于间隔的AdaBoost弱分类器权重调整算法 | 第20-28页 |
| ·基于最大化最小间隔的Arc- GV 算法 | 第20-22页 |
| ·基于优化间隔分布的AdaBoost- QP 算法 | 第22-25页 |
| ·试验结果与分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于软间隔的AdaBoost弱分类器权重调整算法 | 第28-42页 |
| ·硬间隔和过学习现象 | 第28-30页 |
| ·基于软间隔的AdaBoost算法 | 第30-33页 |
| ·基于软间隔的AdaBoost - QP 算法 | 第33-38页 |
| ·AdaBoost - QP KL 算法 | 第34-35页 |
| ·AdaBoost - QP norm2 算法 | 第35-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 结束语 | 第42-44页 |
| 致谢 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 硕士在读期间论文发表及录用情况 | 第50-51页 |
