决策森林的子空间选择和集成优化
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外相关研究和综述 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 决策森林基本理论 | 第15-20页 |
| ·决策森林基本思想 | 第15页 |
| ·决策森林相关概念和理论 | 第15-18页 |
| ·决策森林的优缺点分析 | 第18-20页 |
| 第3章 决策森林的子空间选择 | 第20-37页 |
| ·基于窗口的子空间选择基本思想 | 第20-21页 |
| ·特征度量函数 | 第21-25页 |
| ·定义 | 第21页 |
| ·信息增益（Information Gain） | 第21-22页 |
| ·增益率（Gain Ratio） | 第22-23页 |
| ·卡方（Chi-square） | 第23-24页 |
| ·互信息（mutual information） | 第24-25页 |
| ·特征窗口 | 第25-26页 |
| ·基于计数的特征窗口 | 第25页 |
| ·基于累积的特征窗口 | 第25-26页 |
| ·基于子空间选择的决策森林算法 | 第26-29页 |
| ·算法流程 | 第26-28页 |
| ·算法复杂度分析 | 第28-29页 |
| ·实验与分析 | 第29-36页 |
| ·实验数据 | 第29页 |
| ·评估函数 | 第29-30页 |
| ·实验结果对比分析 | 第30-34页 |
| ·选出特征分析 | 第34-36页 |
| ·结论 | 第36-37页 |
| 第4章 决策森林集成优化 | 第37-47页 |
| ·模型选择集成原理 | 第37页 |
| ·双向投票的模型选择原理 | 第37-38页 |
| ·基于模型选择的决策森林算法 | 第38-40页 |
| ·算法流程 | 第38-40页 |
| ·算法复杂度分析 | 第40页 |
| ·实验与分析 | 第40-47页 |
| ·算法结果比较 | 第40-43页 |
| ·算法结果分析 | 第43-47页 |
| 第5章 决策森林算法研究总结和展望 | 第47-53页 |
| ·决策森林算法总体优化框架 | 第47-49页 |
| ·本文的主要贡献 | 第49-50页 |
| ·进一步研究的问题 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-62页 |
| 致谢 | 第62页 |
