| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第一章 绪论 | 第15-26页 |
| ·模式识别 | 第15页 |
| ·分类器设计 | 第15-18页 |
| ·根据分类模型划分分类算法 | 第16-17页 |
| ·根据给定类别信息划分分类算法 | 第17页 |
| ·根据类别个数划分分类算法 | 第17-18页 |
| ·分类器的性能及其评价 | 第18-19页 |
| ·先验知识 | 第19-23页 |
| ·先验知识形式 | 第20-22页 |
| ·先验知识结合方式 | 第22-23页 |
| ·本文研究工作 | 第23-26页 |
| ·贡献与创新 | 第23-24页 |
| ·论文的结构安排 | 第24-26页 |
| 第二章 结合特征判别性支持向量机 | 第26-38页 |
| ·引言 | 第26-27页 |
| ·基础知识 | 第27-29页 |
| ·支持向量机 | 第27-28页 |
| ·特征判别能力度量 | 第28-29页 |
| ·结合特征判别性 SVM | 第29-31页 |
| ·FDSVM 刻画 | 第29-30页 |
| ·核化 FDSVM | 第30-31页 |
| ·时间复杂度分析 | 第31页 |
| ·实验 | 第31-37页 |
| ·人工数据集实验 | 第31-33页 |
| ·真实数据集实验 | 第33-37页 |
| ·结论 | 第37页 |
| 本章部分内容出自以下论文 | 第37-38页 |
| 第三章 结构嵌入 AUC-SVM | 第38-56页 |
| ·引言 | 第38-40页 |
| ·相关工作 | 第40-41页 |
| ·ROC 曲线下面积（AUC） | 第40页 |
| ·AUC-SVM | 第40-41页 |
| ·结构嵌入 AUC-SVM | 第41-48页 |
| ·数据结构信息的构造 | 第42页 |
| ·线性 SAUC-SVM | 第42-44页 |
| ·核化 SAUC-SVM | 第44-45页 |
| ·概率解释 | 第45-47页 |
| ·时间复杂度分析 | 第47-48页 |
| ·实验 | 第48-54页 |
| ·人工数据集实验 | 第48-50页 |
| ·真实数据集实验 | 第50-54页 |
| ·总结 | 第54-55页 |
| 本章部分内容出自以下论文 | 第55-56页 |
| 第四章 利用原有类结构信息提升基于 ECOC 的多类分类学习 | 第56-69页 |
| ·引言 | 第56-57页 |
| ·错误纠正输出编码（ECOC） | 第57-58页 |
| ·改进方法 | 第58-62页 |
| ·先验结构信息 | 第58-59页 |
| ·基于聚类假设的改进方法 | 第59-61页 |
| ·基于流形假设的改进方法 | 第61-62页 |
| ·实验 | 第62-68页 |
| ·人工数据集实验 | 第63-65页 |
| ·真实数据集实验 | 第65-68页 |
| ·结论 | 第68页 |
| 本章部分内容出自以下论文 | 第68-69页 |
| 第五章 基于修正聚类假设半监督分类方法 | 第69-89页 |
| ·引言 | 第69-70页 |
| ·相关工作 | 第70-71页 |
| ·模型动机和刻画 | 第71-73页 |
| ·模型动机 | 第71-72页 |
| ·模型刻画 | 第72-73页 |
| ·问题求解和算法描述 | 第73-78页 |
| ·问题求解 | 第73-76页 |
| ·算法描述 | 第76-78页 |
| ·实验 | 第78-88页 |
| ·对比算法 | 第78-79页 |
| ·人工数据集实验 | 第79-82页 |
| ·真实数据集实验 | 第82-88页 |
| ·结论 | 第88页 |
| 本章部分内容出自以下的论文 | 第88-89页 |
| 第六章 软大间隔聚类 | 第89-103页 |
| ·引言 | 第89-90页 |
| ·相关工作 | 第90-91页 |
| ·大间隔聚类 | 第90-91页 |
| ·软（模糊）聚类 | 第91页 |
| ·软大间隔聚类 | 第91-95页 |
| ·模型刻画 | 第92页 |
| ·问题求解 | 第92-94页 |
| ·数据预测 | 第94页 |
| ·算法描述 | 第94-95页 |
| ·实验 | 第95-102页 |
| ·数据集和性能评价指标 | 第95-97页 |
| ·对比方法和实验设置 | 第97页 |
| ·SLMC 中 m 取值的分析 | 第97-98页 |
| ·性能比较 | 第98-101页 |
| ·SLMC 收敛性的经验验证 | 第101-102页 |
| ·结论 | 第102页 |
| 本章部分内容出自以下论文 | 第102-103页 |
| 第七章 总结与展望 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 致谢 | 第115-116页 |
| 在学期间的研究成果及发表的学术论文 | 第116页 |