| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·本文主要研究工作 | 第11-12页 |
| ·本文章节组织 | 第12-13页 |
| 第2章 不平衡数据研究综述 | 第13-19页 |
| ·不平衡数据分类困难的原因 | 第13-14页 |
| ·数据提取困难 | 第13页 |
| ·评估标准选择困难 | 第13页 |
| ·噪声数据的影响 | 第13-14页 |
| ·分类算法的选择 | 第14页 |
| ·研究现状 | 第14-19页 |
| ·数据层面 | 第14-16页 |
| ·算法层面 | 第16-17页 |
| ·评价标准 | 第17-19页 |
| 第3章 针对不平衡数据集的 Bagging 改进算法[37] | 第19-24页 |
| ·Bagging 算法概述 | 第19页 |
| ·BASM——基于SMOTE 的Bagging 改进算法 | 第19-21页 |
| ·实验结果分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第4章 不平衡数据集的神经网络阈值优化方法[42] | 第24-32页 |
| ·人工神经网络概述 | 第24-25页 |
| ·遗传算法概述 | 第25-26页 |
| ·神经网络阈值优化算法描述 | 第26-27页 |
| ·ORI——阈值判定标准 | 第27-29页 |
| ·实验结果分析 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第5章 针对不平衡数据集的随机漫步过采样方法 | 第32-46页 |
| ·RWO-Sampling 理论模型 | 第32-34页 |
| ·RWO-Sampling 算法过程 | 第34-36页 |
| ·实验结果分析 | 第36-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 总结展望 | 第46-47页 |
| ·研究内容总结 | 第46页 |
| ·下一步工作 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第50-51页 |
| 致谢 | 第51页 |
