距离度量学习中的类别不平衡问题研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第8-13页 |
1.1 课题的研究背景及意义 | 第8-9页 |
1.2 相关工作 | 第9-11页 |
1.3 本文主要研究内容 | 第11页 |
1.4 本文组织结构 | 第11-13页 |
第二章 距离度量学习 | 第13-19页 |
2.1 距离度量学习概况 | 第13-14页 |
2.1.1 距离度量学习的定义 | 第13-14页 |
2.1.2 距离度量学习的一般意义 | 第14页 |
2.2 常见的距离度量学习算法 | 第14-18页 |
2.3 待研究问题 | 第18页 |
2.4 本章小结 | 第18-19页 |
第三章 类别不平衡学习 | 第19-30页 |
3.1 问题分析 | 第19-20页 |
3.2 评价准则 | 第20-24页 |
3.2.1 两类问题评价准则 | 第20-22页 |
3.2.2 多类问题评价准则 | 第22-24页 |
3.3 研究现状 | 第24-29页 |
3.3.1 两类问题研究现状 | 第24-26页 |
3.3.2 多类问题研究现状 | 第26-29页 |
3.4 本章小结 | 第29-30页 |
第四章 IMLMNN算法 | 第30-37页 |
4.1 问题分析 | 第30页 |
4.2 算法介绍 | 第30-35页 |
4.3 本章小结 | 第35-37页 |
第五章 实验结果以及分析 | 第37-45页 |
5.1 实验设置 | 第37-38页 |
5.2 实验结果及分析 | 第38-42页 |
5.2.1 两类实验结果 | 第38-41页 |
5.2.2 多类实验结果 | 第41-42页 |
5.3 与类别不平衡方法的比较 | 第42-44页 |
5.4 本章小结 | 第44-45页 |
第六章 总结与展望 | 第45-47页 |
6.1 总结 | 第45页 |
6.2 展望 | 第45-47页 |
致谢 | 第47-48页 |
参考文献 | 第48-52页 |
附录 | 第52页 |