| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文工作 | 第15-16页 |
| 1.4 组织结构 | 第16-17页 |
| 第2章 集成学习与迁移学习的相关理论 | 第17-25页 |
| 2.1 集成学习 | 第17-20页 |
| 2.1.1 集成学习概念 | 第17页 |
| 2.1.2 现状与发展 | 第17-18页 |
| 2.1.3 Bagging与Boosting算法簇 | 第18-20页 |
| 2.2 迁移学习 | 第20-24页 |
| 2.2.1 迁移学习概念 | 第20-21页 |
| 2.2.2 迁移学习的分类 | 第21-23页 |
| 2.2.3 迁移学习的对比 | 第23页 |
| 2.2.4 迁移学习的应用 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 文本数据预处理 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 建立数据集 | 第25-27页 |
| 3.3 文本表示 | 第27-28页 |
| 3.4 特征选择 | 第28-31页 |
| 3.5 仿真实验 | 第31-37页 |
| 3.5.1 短文本处理实验 | 第31-34页 |
| 3.5.2 特征选择算法对比实验 | 第34-37页 |
| 3.6 文本预处理系统设计 | 第37-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第4章 基于选择迁移的Bagging文本分类算法 | 第41-47页 |
| 4.1 引言 | 第41-42页 |
| 4.2 问题描述 | 第42-43页 |
| 4.3 基于分类的选择迁移算法（ADS） | 第43-45页 |
| 4.3.1 相关分类器 | 第43-44页 |
| 4.3.2 基于分类的选择迁移算法描述(ADS) | 第44-45页 |
| 4.4 基于选择迁移的Bagging算法描述（A-TTB） | 第45-46页 |
| 4.4.1 相关Transfer Bagging算法 | 第45页 |
| 4.4.2 基于选择迁移的Bagging算法（A-TTB） | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 实验与分析 | 第47-63页 |
| 5.1 数据集介绍 | 第47-49页 |
| 5.2 实验环境与工具 | 第49-50页 |
| 5.3 实验过程 | 第50-55页 |
| 5.4 实验结果与分析 | 第55-62页 |
| 5.4.1 ADS实验结果与分析 | 第55-57页 |
| 5.4.2 A-TTB实验结果与分析 | 第57-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
