首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

多分类器选择关键技术的研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-15页
   ·问题的提出第11-12页
   ·研究的现状及意义第12-13页
   ·本文的工作和创新点第13-14页
   ·论文的组织结构第14-15页
第二章 多分类器融合的研究进展第15-31页
   ·个体分类器的生成第15-18页
     ·bagging方法第15-16页
     ·boosting方法第16-18页
   ·多分类器融合的拓扑结构第18-20页
     ·多分类器的级联组合第18-19页
     ·多分类器的并联组合第19-20页
     ·多分类器的混合组合第20页
   ·多分类器输出的综合第20-26页
     ·抽象层的输出融合第20-23页
     ·排序层输出的融合第23-24页
     ·度量层输出的融合第24-26页
   ·个体分类器选择算法第26-28页
     ·基于聚类的多分类器选择第27-28页
     ·分类器的动态选择第28页
   ·多分类器融合存在的问题第28-29页
   ·本章小节第29-31页
第三章 基于差异性度量的选择性多分类器集成DMSE第31-43页
   ·选择性集成的概念第31-34页
     ·GASEN算法第32-33页
     ·SEME算法第33-34页
     ·选择性集成的不足和发展方向第34页
   ·差异性度量的概念第34-38页
     ·一对一差异性度量第34-36页
     ·非一对一差异性度量第36-38页
   ·基于选择性集成和差异性度量的多分类器选择DMSE第38-40页
   ·实验仿真及结果分析第40-42页
   ·小结第42-43页
第四章 基于核聚类的多分类器选择算法KCSE第43-57页
   ·核聚类方法研究进展第43-52页
     ·聚类分析第43-44页
     ·核函数第44-45页
     ·模糊核聚类方法第45-48页
     ·可能性核聚类方法(KPCM)第48-51页
     ·Mean Shift聚类第51-52页
   ·基于核聚类的多分类器选择算法KCSE第52-54页
     ·个体分类器选择标准第52-53页
     ·KCSE算法描述第53-54页
   ·实验仿真及结果分析第54-56页
   ·本章小结第56-57页
第五章 基于核聚类和差异性度量的多分类器选择算法KCDMSE第57-65页
   ·基于核聚类和差异性度量的多分类器选择性集成第57-59页
     ·基于核聚类算法的选择器第58页
     ·基于差异性度量的选择器第58-59页
     ·KCDMSE算法第59页
   ·实验及结果分析第59-62页
     ·实验目的及步骤第59-61页
     ·实验结果及分析第61-62页
   ·本章小结第62-65页
第六章 结束语第65-67页
   ·全文总结第65页
   ·工作展望第65-67页
参考文献第67-71页
致谢第71-73页
发表论文及科研情况第73页

论文共73页,点击 下载论文
上一篇:基于自适应隔离小生境遗传算法的足球机器人路径规划
下一篇:基于B/S的嵌入式网络协议仿真实验系统