剪枝和网格采样相结合的非平衡数据集分类方法

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-11页
·研究背景及意义	第7-9页
·非平衡数据集分类方法的研究现状	第9-10页
·本文的主要工作及结构安排	第10-11页
第二章 基于采样技术的数据预处理方法	第11-22页
·欠采样技术理论与方法	第11-17页
·过采样技术理论与方法	第17-21页
·本章小结	第21-22页
第三章 增强分类器算法和K-近邻算法	第22-28页
·模式分类的概念	第22页
·合并分类器的增强法(BoosTING)理论	第22-26页
·K-近邻算法	第26-27页
·本章小结	第27-28页
第四章 基于剪枝网格采样的非平衡数据集分类算法	第28-40页
·剪枝技术	第28-31页
·非平衡数据集的采样处理技术	第31-38页
·基于采样技术的非平衡数据集的增强分类算法	第38-39页
·本章小结	第39-40页
第五章 算法性能分析	第40-49页
·非平衡数据集分类器的性能评价标准	第40-42页
·人工数据集上的实验	第42-46页
·典型UCI数据集上的实验	第46-49页
第六章 总结与展望	第49-50页
·本文相关工作的总结	第49页
·对未来的展望	第49-50页
参考文献	第50-54页
攻读硕士学位期间的主要工作	第54-55页
致谢	第55页