广义近邻模式分类研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-40页 |
| ·引言 | 第13页 |
| ·模式识别系统 | 第13-15页 |
| ·数据获取 | 第13-14页 |
| ·预处理 | 第14页 |
| ·特征提取和选择 | 第14页 |
| ·分类决策 | 第14-15页 |
| ·分类器设计 | 第15页 |
| ·模式分类系统评价 | 第15-20页 |
| ·分类误差概率估计 | 第16-17页 |
| ·分类误差率 | 第17-18页 |
| ·置信区间 | 第18页 |
| ·交叉验证 | 第18-20页 |
| ·参数估计和非参数估计 | 第20-27页 |
| ·参数估计 | 第21-22页 |
| ·非参数估计 | 第22-27页 |
| ·Parzen 窗方法 | 第23-26页 |
| ·k n -近邻估计 | 第26-27页 |
| ·k-近邻分类 | 第27-31页 |
| ·最近邻分类 | 第28页 |
| ·最近邻分类的错误率分析 | 第28-29页 |
| ·k-近邻分类 | 第29-30页 |
| ·k-近邻分类的错误率分析 | 第30-31页 |
| ·近邻分类的特点 | 第31-33页 |
| ·近邻分类研究 | 第33-38页 |
| ·本文的主要创新点和内容安排 | 第38-40页 |
| 第二章 伪最近邻分类 | 第40-65页 |
| ·引言 | 第40-42页 |
| ·距离加权的近邻分类 | 第42-46页 |
| ·距离加权的近邻分类 | 第42-43页 |
| ·两种不同近邻分类方法的比较 | 第43-46页 |
| ·伪最近邻分类 | 第46-61页 |
| ·伪最近邻分类 | 第46-49页 |
| ·伪最近邻分类的误差率分析 | 第49-52页 |
| ·在每类训练样本集里x 的k 个近邻的收敛性 | 第49页 |
| ·伪最近邻分类的渐进分类误差率 | 第49-52页 |
| ·指数逆距离加权的伪最近邻分类 | 第52-56页 |
| ·倒数距离加权的伪最近邻分类 | 第56-61页 |
| ·所使用的仿真数据 | 第57页 |
| ·仿真结果 | 第57-61页 |
| ·伪最近邻分类与近邻分类的异同 | 第61-63页 |
| ·伪最近邻分类与最近邻分类的异同 | 第61-62页 |
| ·伪最近邻分类与近邻分类的异同 | 第62-63页 |
| ·小结 | 第63-65页 |
| 第三章 扩展最近邻分类 | 第65-87页 |
| ·引言 | 第65-66页 |
| ·基于类均值的扩展最近邻分类 | 第66-71页 |
| ·类均值对分类结果的影响 | 第66-67页 |
| ·基于类均值的扩展最近邻分类 | 第67-68页 |
| ·实验验证 | 第68-71页 |
| ·基于局部均值的非参数分类 | 第71-72页 |
| ·基于局部均值与类统计量的扩展最近邻分类 | 第72-85页 |
| ·类均值向量对基于局部均值的非参数分类的影响 | 第73-74页 |
| ·基于局部均值与类统计量的扩展最近邻分类 | 第74-76页 |
| ·参数获取 | 第76-79页 |
| ·存在问题 | 第76-78页 |
| ·参数获取 | 第78-79页 |
| ·仿真结果 | 第79-83页 |
| ·实验方案 | 第79-81页 |
| ·仿真结果 | 第81-83页 |
| ·与组合分类器的差异 | 第83-85页 |
| ·小结 | 第85-87页 |
| 第四章 距离度量对分类结果的影响 | 第87-103页 |
| ·引言 | 第87-88页 |
| ·距离度量 | 第88-94页 |
| ·距离度量的性质 | 第88-89页 |
| ·距离度量计算问题 | 第89-93页 |
| ·距离度量的标准化和相关性 | 第89-90页 |
| ·组合异种属性的相似度 | 第90-91页 |
| ·使用权值 | 第91页 |
| ·丢失数据 | 第91-93页 |
| ·常用的距离度量 | 第93-94页 |
| ·欧几里得距离与闵可夫斯基距离 | 第93-94页 |
| ·加权的闵可夫斯基距离 | 第94页 |
| ·余弦相似度 | 第94页 |
| ·Tanimoto 测度 | 第94页 |
| ·几个重要的距离度量 | 第94-101页 |
| ·判别自适应近邻度量 | 第94-98页 |
| ·最佳距离度量 | 第98-101页 |
| ·理论依据 | 第98-100页 |
| ·最佳距离度量 | 第100-101页 |
| ·基于不同距离度量分类的实验及结果分析 | 第101-102页 |
| ·小结 | 第102-103页 |
| 第五章 样本选择 | 第103-119页 |
| ·引言 | 第103-104页 |
| ·近邻剪辑 | 第104-105页 |
| ·重复近邻剪辑与全近邻剪辑 | 第105-106页 |
| ·基于半监督学习的样本选择 | 第106-109页 |
| ·基于半监督学习的模式分类 | 第107-108页 |
| ·基于半监督学习的样本选择 | 第108-109页 |
| ·仿真实验结果 | 第109-118页 |
| ·小结 | 第118-119页 |
| 第六章 总结与展望 | 第119-122页 |
| ·全文总结 | 第119-120页 |
| ·展望 | 第120-122页 |
| 参考文献 | 第122-131页 |
| 附录仿真所用的数据集 | 第131-134页 |
| 致谢 | 第134-135页 |
| 攻读博士期间发表的论文 | 第135-136页 |
