基于迁移过采样的类别不平衡学习算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 引言 | 第8-9页 |
| 1.2 本文研究内容 | 第9-10页 |
| 1.3 本文组织 | 第10-11页 |
| 第二章 类别不平衡学习 | 第11-25页 |
| 2.1 问题分析 | 第11-13页 |
| 2.2 评价指标 | 第13-16页 |
| 2.2.1 二类问题评价指标 | 第13-15页 |
| 2.2.2 多类问题评价指标 | 第15-16页 |
| 2.3 类别不平衡学习算法 | 第16-24页 |
| 2.3.1 二类问题的算法 | 第16-21页 |
| 2.3.2 多类问题的算法 | 第21-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 基于迁移过采样的类别不平衡学习算法 | 第25-40页 |
| 3.1 过采样法 | 第25-26页 |
| 3.2 迁移学习 | 第26页 |
| 3.3 迁移过采样和TrasoBoost算法 | 第26-29页 |
| 3.3.1 迁移过采样 | 第26-27页 |
| 3.3.2 TrasoBoost算法 | 第27-29页 |
| 3.4 实验及结果分析 | 第29-39页 |
| 3.4.1 实验设置 | 第29-31页 |
| 3.4.2 实验结果 | 第31-36页 |
| 3.4.3 进一步实验 | 第36-39页 |
| 3.5 小结 | 第39-40页 |
| 第四章 基于示例的迁移学习算法TrSVMs | 第40-45页 |
| 4.1 AUX-SVMs | 第40-41页 |
| 4.2 TrSVMs算法 | 第41-42页 |
| 4.3 实验及结果分析 | 第42-44页 |
| 4.3.1 实验设置 | 第42-43页 |
| 4.3.2 实验结果 | 第43-44页 |
| 4.4 小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-53页 |
| 致谢 | 第53-54页 |
| 附录 | 第54页 |
