| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要内容及结构 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 相关知识介绍 | 第14-23页 |
| 2.1 不平衡数据分类 | 第14-17页 |
| 2.1.1 不平衡数据分类解决策略 | 第14-16页 |
| 2.1.2 不平衡分类算法评价指标 | 第16-17页 |
| 2.2 迁移学习 | 第17-22页 |
| 2.2.1 迁移学习概述 | 第17-18页 |
| 2.2.2 迁移学习的分类 | 第18-20页 |
| 2.2.3 集成迁移学习 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于多源数据的集成迁移学习非均衡样本分类算法 | 第23-32页 |
| 3.1 引言 | 第23页 |
| 3.2 基本概念描述 | 第23页 |
| 3.3 多源不平衡集成迁移算法(MSTUSC)描述 | 第23-26页 |
| 3.4 实验与结果分析 | 第26-31页 |
| 3.4.1 实验设计 | 第26-27页 |
| 3.4.2 参数分析 | 第27-28页 |
| 3.4.3 实验结果分析 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于分布式的多源数据的集成迁移学习非均衡样本分类算法 | 第32-38页 |
| 4.1 引言 | 第32页 |
| 4.2 分布式多源数据的集成迁移学习非均衡样本分类算法 | 第32-35页 |
| 4.3 实验与结果分析 | 第35-37页 |
| 4.3.1 实验设计 | 第35-36页 |
| 4.3.2 实验结果分析 | 第36-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 总结与展望 | 第38-40页 |
| 5.1 总结 | 第38页 |
| 5.2 展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 在学研究成果 | 第44-45页 |
| 致谢 | 第45页 |
