| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-12页 |
| 表格 | 第12-16页 |
| 插图 | 第16-17页 |
| 主要符号对照表 | 第17-18页 |
| 第一章 绪论 | 第18-32页 |
| ·分类问题概述 | 第18-21页 |
| ·不平衡分类问题概述 | 第21-25页 |
| ·不平衡分类问题的定义 | 第21页 |
| ·不平衡分类问题的研究现状 | 第21-25页 |
| ·代价敏感分类问题概述 | 第25-28页 |
| ·代价敏感分类问题的定义 | 第26页 |
| ·代价敏感分类问题的研究现状 | 第26-28页 |
| ·不平衡分类问题和代价敏感分类问题关系综述及研究现状总结 | 第28-29页 |
| ·本文主要研究内容及结构安排 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第二章 不平衡分类问题下的特征选择问题研究 | 第32-66页 |
| ·特征选择问题简介 | 第32-38页 |
| ·典型的过滤式特征选择算法 | 第35-38页 |
| ·二类不平衡问题中的特征选择算法研究 | 第38-46页 |
| ·接收者操作特征曲线及曲线下的面积 | 第39-41页 |
| ·一种已有的针对AUC最大化的特征选择算法 | 第41-42页 |
| ·一种新的特征选择算法 | 第42-43页 |
| ·对比实验及其结果 | 第43-46页 |
| ·小结 | 第46页 |
| ·多类不平衡问题下的特征选择算法研究 | 第46-63页 |
| ·多类不平衡问题的评价准则 | 第46-47页 |
| ·已有的特征选择算法在多类不平衡问题中存在的问题 | 第47-48页 |
| ·直接用MAUC进行特征选择 | 第48-50页 |
| ·基于MAUC分解的特征选择算法 | 第50-51页 |
| ·对比实验 | 第51-63页 |
| ·本章小结 | 第63-66页 |
| 第三章 不平衡分类算法的研究 | 第66-88页 |
| ·多类不平衡问题算法研究 | 第67-76页 |
| ·MAUC计算结构分析及其分解 | 第67-68页 |
| ·基于分解MAUC的分类算法 | 第68-73页 |
| ·实验部分 | 第73-76页 |
| ·验证MAUC作为度量标准的有效性 | 第76-83页 |
| ·从输出矩阵到类别标号 | 第76-80页 |
| ·探索使用MAUC背后的依据 | 第80-83页 |
| ·本章小结 | 第83-88页 |
| 第四章 不确定代价矩阵条件下的鲁棒分类研究 | 第88-102页 |
| ·不确定代价矩阵条件下鲁棒分类问题 | 第89-91页 |
| ·基于TreeBoost的鲁棒分类算法 | 第91-97页 |
| ·TreeBoost算法简介 | 第92-93页 |
| ·把TreeBoost用于一般的代价敏感分类问题 | 第93-94页 |
| ·基于TreeBoost的鲁棒代价敏感分类算法 | 第94-97页 |
| ·实验部分 | 第97-99页 |
| ·本章小结 | 第99-102页 |
| 第五章 总结与展望 | 第102-106页 |
| ·本文总结 | 第102-104页 |
| ·研究工作展望 | 第104-106页 |
| 参考文献 | 第106-118页 |
| 致谢 | 第118-120页 |
| 在读期间发表的学术论文与取得的研究成果 | 第120页 |