| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第17-31页 |
| 1.1 本文的研究背景及意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-25页 |
| 1.2.1 不平衡数据处理方法的国内外研究现状 | 第18-22页 |
| 1.2.2 半监督分类的国内外研究现状 | 第22-23页 |
| 1.2.3 半监督特征选择的国内外研究现状 | 第23-25页 |
| 1.3 本文的主要研究内容 | 第25-27页 |
| 1.4 不平衡数据的评价准则 | 第27-30页 |
| 1.5 本章小结 | 第30-31页 |
| 第2章 基于ReliefF和聚类的不平衡数据特征选择方法 | 第31-51页 |
| 2.1 引言 | 第31页 |
| 2.2 特征选择简介 | 第31-34页 |
| 2.3 基于ReliefF和聚类的特征选择方法及其在信号识别中的应用 | 第34-41页 |
| 2.3.1 ReliefF算法概述 | 第34-35页 |
| 2.3.2 模糊C均值聚类 | 第35-37页 |
| 2.3.3 基于ReliefF和聚类的特征选择方法 | 第37-39页 |
| 2.3.4 实验结果与分析 | 第39-41页 |
| 2.3.5 结论 | 第41页 |
| 2.4 基于ReliefF和聚类的不平衡数据特征选择方法及其在信号识别中的应用 | 第41-49页 |
| 2.4.1 相关工作 | 第42-45页 |
| 2.4.2 基于ReliefF和聚类的不平衡数据特征选择方法 | 第45-46页 |
| 2.4.3 实验结果与分析 | 第46-49页 |
| 2.4.4 结论 | 第49页 |
| 2.5 本章小结 | 第49-51页 |
| 第3章 基于遗传算法的不平衡数据特征选择方法 | 第51-65页 |
| 3.1 引言 | 第51页 |
| 3.2 遗传算法 | 第51-52页 |
| 3.3 基于遗传算法的两类不平衡数据特征选择方法 | 第52-59页 |
| 3.3.1 引言 | 第52-53页 |
| 3.3.2 基于遗传算法的两类不平衡数据特征选择方法 | 第53-55页 |
| 3.3.3 在公共数据集上进行实验 | 第55-57页 |
| 3.3.4 应用于地空通信无线电信号识别当中 | 第57-58页 |
| 3.3.5 结论 | 第58-59页 |
| 3.4 基于遗传算法的多类不平衡数据特征选择方法 | 第59-64页 |
| 3.4.1 引言 | 第59页 |
| 3.4.2 相关工作 | 第59页 |
| 3.4.3 基于遗传算法的多类不平衡数据特征选择方法 | 第59-60页 |
| 3.4.4 实验结果与分析 | 第60-63页 |
| 3.4.5 结论 | 第63-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 基于Biased-SVM的不平衡数据半监督分类算法 | 第65-83页 |
| 4.1 引言 | 第65页 |
| 4.2 半监督学习概述 | 第65-67页 |
| 4.3 基于Biased-SVM的不平衡数据半监督分类算法 | 第67-69页 |
| 4.3.1 不平衡支持向量机(Biased-SVM) | 第67-68页 |
| 4.3.2 基于Biased-SVM的两类不平衡数据半监督分类算法 | 第68-69页 |
| 4.3.3 基于Biased-SVM的多类不平衡数据半监督分类算法 | 第69页 |
| 4.4 两类不平衡数据上的实验与分析 | 第69-75页 |
| 4.4.1 不平衡数据分类的评估指标 | 第69-70页 |
| 4.4.2 实验数据 | 第70页 |
| 4.4.3 实验结果与分析 | 第70-75页 |
| 4.5 多类不平衡数据上的实验与分析 | 第75-82页 |
| 4.5.1 不平衡数据分类的评估指标 | 第75页 |
| 4.5.2 实验数据 | 第75-76页 |
| 4.5.3 实验结果与分析 | 第76-82页 |
| 4.6 本章小节 | 第82-83页 |
| 第5章 基于证据理论和Biased-SVM的不平衡数据半监督分类方法 | 第83-99页 |
| 5.1 引言 | 第83页 |
| 5.2 相关工作 | 第83-89页 |
| 5.2.1 证据理论 | 第83-87页 |
| 5.2.2 不平衡支持向量机(Biased-SVM) | 第87页 |
| 5.2.3 随机子空间集成分类法 | 第87-89页 |
| 5.3 基于证据理论和Biased-SVM的不平衡数据半监督分类方法 | 第89-91页 |
| 5.4 实验与分析 | 第91-98页 |
| 5.4.1 不平衡数据分类的评估指标 | 第91页 |
| 5.4.2 实验数据 | 第91页 |
| 5.4.3 实验结果与分析 | 第91-98页 |
| 5.5 本章小节 | 第98-99页 |
| 第6章 基于遗传算法和Biased-SVM的不平衡数据半监督特征选择方法 | 第99-109页 |
| 6.1 引言 | 第99页 |
| 6.2 半监督特征选择 | 第99-100页 |
| 6.3 基于遗传算法和Biased-SVM的不平衡数据半监督特征选择方法 | 第100-103页 |
| 6.3.1 基于Biased-SVM的类标记扩展 | 第100-101页 |
| 6.3.2 基于遗传算法和Biased-SVM的不平衡数据半监督特征选择方法 | 第101-103页 |
| 6.4 实验 | 第103-108页 |
| 6.4.1 不平衡数据特征选择的评估指标 | 第103页 |
| 6.4.2 实验数据 | 第103页 |
| 6.4.3 实验结果与分析 | 第103-108页 |
| 6.5 本章小结 | 第108-109页 |
| 第7章 结论与展望 | 第109-111页 |
| 7.1 本文研究工作总结 | 第109-110页 |
| 7.2 未来工作展望 | 第110-111页 |
| 致谢 | 第111-112页 |
| 参考文献 | 第112-130页 |
| 攻读博士学位期间的科研工作 | 第130-131页 |
| 一、完成论文 | 第130-131页 |
| 二、科研情况 | 第131页 |
