| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究的背景和意义 | 第9-11页 |
| ·不平衡数据介绍 | 第9-10页 |
| ·影响不平衡数据分类的原因 | 第10-11页 |
| ·粒计算理论介绍 | 第11-12页 |
| ·粗糙集理论介绍 | 第12-14页 |
| ·论文主要工作 | 第14-15页 |
| ·论文的组织结构和章节安排 | 第15-16页 |
| 第二章 不平衡数据分类的研究现状 | 第16-24页 |
| ·不平衡数据分类问题的解决方法 | 第17-21页 |
| ·数据层面的方法 | 第17-19页 |
| ·算法层面的方法 | 第19-21页 |
| ·不平衡数据分类的评价准则 | 第21-22页 |
| ·F-value 评价准则 | 第22页 |
| ·ROC 曲线与 AUC 面积 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 基于邻域粗糙集的边界采样方法的研究 | 第24-37页 |
| ·邻域粗糙集理论 | 第24-25页 |
| ·NRSBoundary-SMOTE 算法 | 第25-30页 |
| ·SMOTE 算法的不足 | 第26-27页 |
| ·NRSBoundary-SMOTE 算法描述 | 第27-29页 |
| ·算法复杂度分析 | 第29-30页 |
| ·算法的实验结果及分析 | 第30-35页 |
| ·实验数据 | 第30-31页 |
| ·实验方法 | 第31页 |
| ·NRSBoundary-SMOTE：参数分析 | 第31-32页 |
| ·实验结果及分析 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于邻域粗糙集的并行边界采样方法的研究 | 第37-50页 |
| ·MapReduce 技术简介 | 第37-41页 |
| ·MapReduce 的基本原理 | 第37-39页 |
| ·MapReduce 任务的执行流程 | 第39-41页 |
| ·NRSBoundary-SMOTE 算法的不足 | 第41-43页 |
| ·Parallel-NRSBoundary-SMOTE 算法 | 第43-46页 |
| ·算法的划分过程描述 | 第43-45页 |
| ·算法的采样过程描述 | 第45-46页 |
| ·算法的实验结果及分析 | 第46-48页 |
| ·少数类识别率对比 | 第47页 |
| ·算法运行时间对比 | 第47-48页 |
| ·算法加速比 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第五章 总结及未来工作 | 第50-53页 |
| ·总结 | 第50-51页 |
| ·未来工作 | 第51-53页 |
| 致谢 | 第53-54页 |
| 攻硕期间从事的科研工作及取得的研究成果 | 第54-55页 |
| 参考文献 | 第55-58页 |