基于分形理论的多尺度分类方法
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 选题背景及研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 分类研究现状 | 第13-15页 |
| 1.2.2 多尺度数据挖掘研究现状 | 第15-16页 |
| 1.2.3 分形研究现状 | 第16-17页 |
| 1.2.4 多尺度分类研究现状 | 第17-18页 |
| 1.3 论文主要研究内容 | 第18-19页 |
| 1.4 论文组织架构 | 第19-20页 |
| 2 分类及分形 | 第20-33页 |
| 2.1 分类数据挖掘 | 第20页 |
| 2.2 分类算法 | 第20-28页 |
| 2.2.1 基于概率统计的分类算法 | 第21-22页 |
| 2.2.2 基于判别树的分类算法 | 第22-24页 |
| 2.2.3 基于判别函数的分类算法 | 第24-26页 |
| 2.2.4 其他分类算法 | 第26-28页 |
| 2.3 分形理论 | 第28-30页 |
| 2.3.1 分形维数 | 第28-29页 |
| 2.3.2 广义分形维数 | 第29-30页 |
| 2.4 分形插值 | 第30-32页 |
| 2.4.1 基本原理 | 第30-31页 |
| 2.4.2 广义分形插值 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 基于分形的多尺度分类理论 | 第33-43页 |
| 3.1 多尺度数据集 | 第33-35页 |
| 3.1.1 尺度与尺度划分 | 第33-34页 |
| 3.1.2 多尺度数据模型中的分形原理 | 第34-35页 |
| 3.2 尺度转换 | 第35-39页 |
| 3.2.1 尺度转换类型 | 第36页 |
| 3.2.2 基准尺度选择 | 第36-37页 |
| 3.2.3 尺度转换对象 | 第37页 |
| 3.2.4 尺度转换机制 | 第37-38页 |
| 3.2.5 尺度效应 | 第38-39页 |
| 3.3 多尺度分类体系 | 第39-41页 |
| 3.3.1 多尺度分类定义 | 第39-40页 |
| 3.3.2 多尺度分类任务 | 第40页 |
| 3.3.3 多尺度分类系统架构 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 基于分形的多尺度分类算法 | 第43-66页 |
| 4.1 选择尺度转换对象 | 第43页 |
| 4.2 尺度转换对象存储结构 | 第43-45页 |
| 4.3 尺度上推算法 | 第45-49页 |
| 4.3.1 理论基础 | 第45-46页 |
| 4.3.2 算法过程 | 第46-48页 |
| 4.3.3 算法伪代码 | 第48-49页 |
| 4.4 尺度下推算法 | 第49-53页 |
| 4.4.1 理论基础 | 第49-50页 |
| 4.4.2 算法过程 | 第50-51页 |
| 4.4.3 算法伪代码 | 第51-53页 |
| 4.5 实验与分析 | 第53-64页 |
| 4.5.1 数据集 | 第53页 |
| 4.5.2 评价指标 | 第53-54页 |
| 4.5.3 上推算法实验与分析 | 第54-59页 |
| 4.5.4 下推算法实验与分析 | 第59-64页 |
| 4.6 本章小结 | 第64-66页 |
| 5 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间取得的科研成果清单 | 第76页 |
