基于成对差异性度量的选择性集成学习方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·集成学习研究现状 | 第10-11页 |
| ·选择性集成研究现状 | 第11-12页 |
| ·本文研究主要内容与组织结构 | 第12-14页 |
| 第二章 集成学习方法综述 | 第14-30页 |
| ·集成学习的概念 | 第14-15页 |
| ·集成学习的理论基础 | 第15-16页 |
| ·集成学习的构成 | 第16-26页 |
| ·个体分类器的生成方法 | 第17-19页 |
| ·个体分类器的融合方法 | 第19-26页 |
| ·典的集成学习算法 | 第26-30页 |
| ·Bagging算法 | 第26-28页 |
| ·Boosting算法 | 第28-30页 |
| 第三章 集成学习在人脸识别中的应用 | 第30-40页 |
| ·人脸识别技术 | 第30-31页 |
| ·人脸识别中常用学习器 | 第31-35页 |
| ·BP神经网络 | 第31-32页 |
| ·RBF神经网络 | 第32-33页 |
| ·支持向量机 | 第33-35页 |
| ·预处理与特征提取 | 第35-36页 |
| ·实验比较 | 第36-40页 |
| 第四章 选择性集成学习研究 | 第40-48页 |
| ·选择性集成的提出 | 第40-41页 |
| ·选择性集成的理论基础 | 第41-45页 |
| ·选择性集成算法GASEN | 第45-46页 |
| ·选择性集成的发展 | 第46-48页 |
| 第五章 基于成对差异性度量的选择性集成方法 | 第48-59页 |
| ·差异性度量的概念和方法 | 第48-53页 |
| ·差异性度量的概念 | 第48-49页 |
| ·成对差异性度量 | 第49-51页 |
| ·非成对差异性度量 | 第51-53页 |
| ·基于成对差异性度量的选择性集成 | 第53-57页 |
| ·基于成对差异性度量的选择性集成算法描述 | 第53-55页 |
| ·分析和讨论 | 第55-56页 |
| ·基于成对差异性度量的选择性集成算法改进 | 第56页 |
| ·算法时间复杂度及并行性分析 | 第56-57页 |
| ·实验比较 | 第57-59页 |
| ·实验数据与方法 | 第57-58页 |
| ·实验结论 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文目录 | 第70-71页 |
