| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题背景及其意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 室内定位研究现状 | 第8-9页 |
| 1.2.2 集成学习的研究现状 | 第9页 |
| 1.2.3 典型相关分析的研究现状 | 第9-10页 |
| 1.2.4 可视化研究现状 | 第10-11页 |
| 1.3 本文工作及组织结构 | 第11-12页 |
| 1.3.1 本文工作内容 | 第11页 |
| 1.3.2 论文结构 | 第11-12页 |
| 第二章 集成学习、典型相关分析以及可视化的已有成果 | 第12-24页 |
| 2.1 集成学习 | 第12-14页 |
| 2.1.1 Bagging算法族 | 第12-13页 |
| 2.1.2 Boosting算法族 | 第13-14页 |
| 2.2 典型相关分析 | 第14-19页 |
| 2.2.1 典型相关分析 | 第14-16页 |
| 2.2.2 广义典型相关分析 | 第16页 |
| 2.2.3 判别型典型相关分析 | 第16-18页 |
| 2.2.4 多重集典型相关分析 | 第18-19页 |
| 2.3 支持向量机参数选择与可视化分析 | 第19-23页 |
| 2.3.1 支持向量机参数选择 | 第19-21页 |
| 2.3.2 可视化相关理论的基本概念 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于集成学习的多重集典型相关分析和可视化方法 | 第24-36页 |
| 3.1 基于集成学习的多重集典型相关分析 | 第24-28页 |
| 3.1.1 基于划分小样本集的多重集典型相关分析 | 第24页 |
| 3.1.2 AdaBoost和投票法集成小样本分类结果 | 第24-25页 |
| 3.1.3 分解样本及合并分类结果 | 第25-26页 |
| 3.1.4 UCI标准数据实验及分析 | 第26-28页 |
| 3.2 可视化方法 | 第28-35页 |
| 3.2.1 可视化参数选择方法 | 第28-29页 |
| 3.2.2 求解任意维数分界面算法 | 第29-30页 |
| 3.2.3 任意维数分界面的二维显示算法 | 第30-32页 |
| 3.2.4 UCI标准数据实验及分析 | 第32-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 无线定位系统的设计与实现 | 第36-57页 |
| 4.1 概述 | 第36-37页 |
| 4.2 系统框架设计 | 第37-42页 |
| 4.3 客户端程序设计 | 第42-43页 |
| 4.4 感知点程序设计 | 第43-47页 |
| 4.5 同步控制器设计 | 第47-56页 |
| 4.5.1 数据库的设计 | 第49页 |
| 4.5.2 分类方法程序设计 | 第49-50页 |
| 4.5.3 可视化分析 | 第50-54页 |
| 4.5.4 基于集成学习的多重集典型相关分析的分类结果与分析 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 主要结论与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第65页 |
