基于支持向量机的不平衡数据集分类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·论文研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·支持向量机的发展与研究 | 第11-12页 |
| ·支持向量机对不平衡数据集分类 | 第12-13页 |
| ·论文主要工作内容和组织结构 | 第13-15页 |
| ·论文的主要研究内容 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 第2章 不平衡数据集分类 | 第15-30页 |
| ·数据挖掘分类 | 第15-21页 |
| ·数据挖掘 | 第15-16页 |
| ·分类技术 | 第16-17页 |
| ·传统分类算法 | 第17-19页 |
| ·支持向量机 | 第19-21页 |
| ·不平衡数据集分类难点 | 第21-23页 |
| ·不平衡数据集分类相关技术 | 第23-29页 |
| ·数据层面 | 第23-25页 |
| ·算法层面 | 第25-27页 |
| ·评价准则 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于下采样的支持向量机 | 第30-42页 |
| ·不同类惩罚支持向量机 | 第30-31页 |
| ·基于聚簇的下采样方法 | 第31-33页 |
| ·设计思想 | 第31-32页 |
| ·算法描述 | 第32-33页 |
| ·基于下采样的支持向量机 | 第33-38页 |
| ·设计思想 | 第33-36页 |
| ·算法描述 | 第36-38页 |
| ·仿真实验 | 第38-41页 |
| ·实验数据 | 第38页 |
| ·实验结果与分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于数据集分解的代价敏感支持向量机 | 第42-54页 |
| ·贝叶斯决策理论及启示 | 第42-44页 |
| ·贝叶斯决策理论 | 第42-43页 |
| ·贝叶斯决策理论分析 | 第43页 |
| ·启示 | 第43-44页 |
| ·概率估计 | 第44页 |
| ·代价最小化 | 第44-46页 |
| ·代价敏感支持向量机 | 第46页 |
| ·基于数据集分解的代价敏感支持向量机 | 第46-49页 |
| ·设计思想 | 第46-47页 |
| ·算法描述 | 第47-49页 |
| ·仿真实验 | 第49-53页 |
| ·实验数据 | 第49-50页 |
| ·实验结果与分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |
