| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 课题研究现状 | 第13-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第二章 相关背景知识 | 第19-28页 |
| 2.1 数据混淆度 | 第19-25页 |
| 2.1.1 数据复杂度和数据混淆度 | 第19-23页 |
| 2.1.2 数据混淆度在模式分类中的作用 | 第23-25页 |
| 2.2 类别非均衡性数据的分类问题 | 第25-27页 |
| 2.2.1 类别非均衡性数据 | 第25-26页 |
| 2.2.2 类别非均衡性数据对模式分类的影响 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 数据混淆度的计算方法 | 第28-43页 |
| 3.1 基于几何统计理论的数据混淆度 | 第28-38页 |
| 3.1.1 适用于连续数据集下的数据混淆度指标的算法 | 第28-30页 |
| 3.1.2 数据混淆度指标F1的归一化扩展 | 第30-31页 |
| 3.1.3 两种F1改进算法的对比 | 第31-34页 |
| 3.1.4 数据混淆度指标在离散数据集上的推广 | 第34-38页 |
| 3.2 基于信息论的数据混淆度 | 第38-42页 |
| 3.2.1 数据混淆度指标IG和IGR在离散数据集上的算法 | 第38-41页 |
| 3.2.2 数据混淆度指标IG和IGR在连续数据集上的推广 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 数据混淆度在类别非均衡数据上的适应性研究方案 | 第43-51页 |
| 4.1 总体研究方案 | 第43-44页 |
| 4.2 仿真数据 | 第44-49页 |
| 4.2.1 连续数据的离散化 | 第47-48页 |
| 4.2.2 仿真数据预处理 | 第48-49页 |
| 4.3 真实数据 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 数据混淆度在非均衡数据上的适应性研究结果 | 第51-73页 |
| 5.1 数据混淆度在非均衡仿真数据上的实验 | 第51-66页 |
| 5.1.1 检验实验原理与过程 | 第51-54页 |
| 5.1.2 结果分析与结论 | 第54-66页 |
| 5.2 数据混淆度在非均衡真实数据上的实验 | 第66-72页 |
| 5.2.1 真实数据集的选择 | 第67-68页 |
| 5.2.2 实验过程与原理 | 第68-71页 |
| 5.2.3 结果分析 | 第71-72页 |
| 5.3 本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 1. 总结 | 第73-74页 |
| 2. 展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读学位期间发表论文 | 第80-82页 |
| 致谢 | 第82页 |
