| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·多分类器集成的研究发展与现状 | 第10-13页 |
| ·多分类器静态集成的发展与现状 | 第10-12页 |
| ·多分类器动态集成的发展与现状 | 第12-13页 |
| ·本文的研究内容和结构 | 第13-15页 |
| 2 多分类器集成技术研究 | 第15-25页 |
| ·引言 | 第15页 |
| ·多分类器集成的基本概念 | 第15-16页 |
| ·多分类器集成有效性的原因 | 第16-19页 |
| ·多分类器集成框架 | 第19-21页 |
| ·基分类器的生成 | 第19-20页 |
| ·基分类器的集成规则 | 第20-21页 |
| ·多分类器动态集成框架 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 3 多分类器集成方法介绍 | 第25-36页 |
| ·引言 | 第25页 |
| ·多分类器静态集成算法介绍 | 第25-29页 |
| ·Boosting | 第25-27页 |
| ·Bagging | 第27-28页 |
| ·Random Subspace Method | 第28-29页 |
| ·多分类器静态集成算法的比较 | 第29页 |
| ·多分类器动态集成算法介绍 | 第29-35页 |
| ·基于kNN准则的动态集成方法 | 第29-31页 |
| ·基于聚类准则的动态集成方法 | 第31-33页 |
| ·基于不同数据集的动态集成方法 | 第33-34页 |
| ·多分类器动态集成算法分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于加权错误率的动态集成算法 | 第36-52页 |
| ·引言 | 第36页 |
| ·基于加权错误率的动态集成技术 | 第36-51页 |
| ·交叉验证技术的选取 | 第36-37页 |
| ·基于加权错误率的动态集成技术模型 | 第37-40页 |
| ·实验及结果分析 | 第40-51页 |
| ·本章小结 | 第51-52页 |
| 5 集成学习在JPEG隐密分析中的应用 | 第52-61页 |
| ·引言 | 第52-53页 |
| ·基于动态RSS和Fisher的隐密分析分类器 | 第53-60页 |
| ·对Fisher线性分类器的分析 | 第53-56页 |
| ·基于动态RSS和Fisher的隐密分析分类器原理 | 第56-57页 |
| ·实验及结果分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |