摘要 | 第7-9页 |
ABSTRACT | 第9-11页 |
第一章 绪论 | 第12-28页 |
1.1 研究背景与意义 | 第12-14页 |
1.2 不平衡数据研究现状 | 第14-23页 |
1.2.1 数据预处理技术 | 第15-17页 |
1.2.2 代价敏感学习 | 第17-19页 |
1.2.3 不平衡集成学习方法 | 第19-20页 |
1.2.4 不平衡领域的评价标准 | 第20-23页 |
1.3 论文的主要工作与贡献 | 第23-26页 |
1.4 论文的结构安排 | 第26-28页 |
第二章 基于SMOTE与随机森林方法的Web Spam检测 | 第28-46页 |
2.1 Web spam概述 | 第28-32页 |
2.1.1 Web spam定义 | 第28-29页 |
2.1.2 Web spam分类 | 第29-31页 |
2.1.3 Web spam数据中的类不平衡情况 | 第31-32页 |
2.2 集成学习与随机森林 | 第32-37页 |
2.2.1 集成学习概述 | 第32-34页 |
2.2.2 随机森林算法 | 第34-37页 |
2.3 结合SMOTE与随机森林 | 第37-39页 |
2.3.1 SMOTE过采样方法 | 第37-38页 |
2.3.2 SMOTERF算法 | 第38-39页 |
2.4 实验 | 第39-44页 |
2.4.1 数据集和评价指标 | 第39-40页 |
2.4.2 实验结果 | 第40-44页 |
2.5 本章小结 | 第44-46页 |
第三章 基于改进旋转森林的不平衡数据分类方法 | 第46-67页 |
3.1 旋转森林集成学习方法 | 第46-50页 |
3.1.1 旋转森林的原理与步骤 | 第46-48页 |
3.1.2 PCA在旋转森林中的作用 | 第48-50页 |
3.2 基于嵌套的旋转森林的不平衡web spam检测 | 第50-57页 |
3.2.1 结合SMOTE过采样的嵌套旋转森林方法 | 第50-51页 |
3.2.2 实验数据集与参数设置 | 第51-52页 |
3.2.3 实验结果分析 | 第52-57页 |
3.3 基于改进的旋转森林的高度不平衡数据分类 | 第57-65页 |
3.3.1 高度不平衡数据分类问题 | 第57-58页 |
3.3.2 对比的经典不平衡集成方法 | 第58页 |
3.3.3 两个改进的旋转森林算法 | 第58-60页 |
3.3.4 实验数据集及参数设置 | 第60-62页 |
3.3.5 实验结果及分析 | 第62-65页 |
3.4 本章小结 | 第65-67页 |
第四章 半监督学习框架下不平衡web spam分类方法 | 第67-82页 |
4.1 半监督学习框架下的自标记技术 | 第67-73页 |
4.1.1 半监督学习范式 | 第67-69页 |
4.1.2 自标记分类技术 | 第69-73页 |
4.2 结合SMOTE与多分类器模型 | 第73-74页 |
4.3 实验 | 第74-81页 |
4.3.1 评价指标、数据集与算法参数 | 第74-75页 |
4.3.2 使用SMOTE之前的实验结果 | 第75-77页 |
4.3.3 使用SMOTE之后的实验结果 | 第77-80页 |
4.3.4 讨论 | 第80-81页 |
4.4 本章小结 | 第81-82页 |
第五章 高维不平衡卵巢癌数据的特征选择和分类 | 第82-100页 |
5.1 特征选择问题 | 第82-89页 |
5.1.1 特征选择概述 | 第83-85页 |
5.1.2 经典的过滤式特征选择方法 | 第85-88页 |
5.1.3 高维不平衡数据的特征选择 | 第88-89页 |
5.2 生物信息学中的类不平衡数据集 | 第89-91页 |
5.2.1 CuratedOvarianData包简介 | 第89-90页 |
5.2.2 三个处理后的不平衡卵巢癌数据集 | 第90-91页 |
5.3 基于随机森林的不平衡特征选择方法 | 第91-93页 |
5.4 实验 | 第93-98页 |
5.4.1 分类算法和实验环境 | 第93-94页 |
5.4.2 实验结果 | 第94-98页 |
5.5 本章小结 | 第98-100页 |
第六章 总结和展望 | 第100-103页 |
6.1 本文总结 | 第100-101页 |
6.2 研究展望 | 第101-103页 |
参考文献 | 第103-113页 |
攻读博士学位期间发表录用的部分学术论文 | 第113-114页 |
攻读博士学位期间参与的科研项目 | 第114-115页 |
致谢 | 第115-116页 |