首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于非对称加权和核方法的不平衡数据集算法研究

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-16页
   ·研究背景第8-9页
     ·不平衡数据集研究背景第8页
     ·支持向量机研究背景第8-9页
     ·核方法研究背景第9页
   ·不平衡数据集分类困难的原因第9-11页
   ·国内外研究现状第11-13页
     ·数据处理方法第11页
     ·算法方法第11-13页
   ·本文的主要内容及结构安排第13-16页
第二章 预备知识第16-27页
   ·支持向量机基本原理及变形算法第16-20页
     ·SVM 模型第16-18页
     ·FSVM 模型第18页
     ·SVM_weights 模型第18-20页
   ·核函数和信息几何相关理论第20-24页
     ·核函数理论第20-23页
     ·信息几何相关理论第23-24页
   ·不平衡数据集的评价准则第24-26页
   ·本章小结第26-27页
第三章 特征空间中双隶属度函数的非对称加权算法第27-40页
   ·隶属度第27-28页
   ·基于特征空间中双隶属度函数的非对称加权算法第28-32页
     ·特征空间中双隶属度函数的定义第28-30页
     ·基于特征空间双隶属度函数的非对称加权算法第30-32页
   ·实验设置与结果分析第32-39页
     ·数据集的分析与处理第32-33页
     ·实验结果及分析第33-39页
   ·本章小结第39-40页
第四章 基于混合核函数的双隶属度函数的非对称加权算法第40-52页
   ·核方法的主要原理第40-41页
   ·核函数类型及优缺点第41-45页
     ·核函数类型及优缺点第41-43页
     ·普通核函数数值实验第43-45页
   ·基于混合核函数的双隶属度函数的非对称加权算法第45-51页
     ·混合核函数第45页
     ·基于混合核函数的双隶属度非对称加权算法第45-47页
     ·实验结果及分析第47-51页
   ·本章小结第51-52页
第五章 基于修正的黎曼度量核函数的非对称加权算法第52-60页
   ·修正的黎曼度量核函数第52-55页
     ·特征空间和黎曼度量第52-53页
     ·新的保角变换选择第53-55页
   ·基于修正的黎曼度量核函数的非对称加权算法第55-59页
     ·基于样本点到真实分类超平面的隶属度函数第55-56页
     ·基于修正的黎曼度量核函数的非对称加权算法第56-57页
     ·实验结果及分析第57-59页
   ·本章小结第59-60页
第六章 总结与展望第60-63页
   ·总结第60-61页
   ·展望第61-63页
参考文献第63-66页
附录 1 程序清单第66-68页
附录 2 攻读硕士学位期间撰写的论文第68-69页
附录 3 攻读硕士学位期间参加的科研项目第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:扭转式NEMS执行器的pull-in特性分析
下一篇:人工免疫算法中多样性的研究