| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 符号对照表 | 第9-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 非负矩阵分解研究进展 | 第16-18页 |
| 1.2.2 非均衡数据分类研究进展 | 第18-20页 |
| 1.3 论文内容及章节安排 | 第20-23页 |
| 第二章 非负矩阵分解及非均衡数据分类概述 | 第23-35页 |
| 2.1 引言 | 第23页 |
| 2.2 非负矩阵分解概述 | 第23-30页 |
| 2.2.1 非负矩阵分解基本算法 | 第23-24页 |
| 2.2.2 非负矩阵分解的数学求解 | 第24-26页 |
| 2.2.3 非负矩阵分解衍生算法 | 第26-30页 |
| 2.3 非均衡数据分类概述 | 第30-34页 |
| 2.3.1 非均衡数据分类难点 | 第30-31页 |
| 2.3.2 非均衡数据分类常用方法 | 第31-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于数据结构信息的非负矩阵分解 | 第35-51页 |
| 3.1 引言 | 第35页 |
| 3.2 基于邻域样本相似度的非负矩阵分解算法 | 第35-43页 |
| 3.2.1 邻域样本相似度(NSS) | 第36-37页 |
| 3.2.2 基于邻域样本相似度的NMF算法(NSS-NMF) | 第37-38页 |
| 3.2.3 实验结果与分析 | 第38-43页 |
| 3.3 基于邻域相似度的非负矩阵分解算法 | 第43-50页 |
| 3.3.1 邻域类标相似度(NLS) | 第43-44页 |
| 3.3.2 基于邻域相似度的NMF算法(NS-NMF) | 第44-46页 |
| 3.3.3 实验结果与分析 | 第46-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 面向非均衡数据分类的非负矩阵分解 | 第51-61页 |
| 4.1 引言 | 第51页 |
| 4.2 加权非负矩阵分解算法 | 第51-57页 |
| 4.2.1 加权非负矩阵分解算法(WNMF) | 第51-53页 |
| 4.2.2 实验结果与分析 | 第53-57页 |
| 4.3 NMF混合重采样算法 | 第57-60页 |
| 4.3.1 NMF混合重采样算法(HS-NMF) | 第57-58页 |
| 4.3.2 实验结果与分析 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 全文总结 | 第61-62页 |
| 5.2 未来展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |