| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文的主要研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 集成学习算法综述 | 第14-24页 |
| 2.1 Bagging | 第15-17页 |
| 2.2 AdaBoost | 第17-19页 |
| 2.3 选择性集成 | 第19-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于不平衡数据特征抽取的Bagging改进算法 | 第24-34页 |
| 3.1 独立成分分析 | 第24-27页 |
| 3.2 SMOTE算法 | 第27页 |
| 3.3 算法描述 | 第27-28页 |
| 3.4 实验结果及分析 | 第28-33页 |
| 3.5 本章小节 | 第33-34页 |
| 第四章 基于PCA特征抽取的AdaBoost改进算法 | 第34-42页 |
| 4.1 基于关联属性PCA及支持向量机 | 第34-39页 |
| 4.1.1 PCA算法 | 第34-36页 |
| 4.1.2 支持向量机 | 第36-37页 |
| 4.1.3 关联属性分析 | 第37-38页 |
| 4.1.4 算法流程 | 第38-39页 |
| 4.2 实验结果及分析 | 第39-40页 |
| 4.3 本章小节 | 第40-42页 |
| 第五章 总结与展望 | 第42-44页 |
| 5.1 论文工作总结 | 第42页 |
| 5.2 未来工作展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第48-49页 |
| 致谢 | 第49页 |