| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题简介 | 第9-10页 |
| ·课题的研究背景 | 第9-10页 |
| ·课题的研究意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·选择性集成学习的介绍 | 第10-11页 |
| ·选择性集成学习的研究现状 | 第11-12页 |
| ·本文的组织结构 | 第12-14页 |
| 第二章 集成学习算法介绍 | 第14-22页 |
| ·集成学习的基本知识 | 第14-16页 |
| ·集成学习的研究 | 第14-15页 |
| ·集成学习的分类 | 第15-16页 |
| ·集成学习的主要技术 | 第16-20页 |
| ·Bagging算法 | 第16-17页 |
| ·Boosting算法 | 第17-19页 |
| ·随机化 | 第19-20页 |
| ·堆栈 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第三章 集成学习的差异度 | 第22-32页 |
| ·差异度的基本知识 | 第22-24页 |
| ·差异度简介 | 第22-23页 |
| ·集成学习中的差异度 | 第23-24页 |
| ·成对的差异度度量 | 第24-26页 |
| ·Q统计量 | 第24-25页 |
| ·相关系数 | 第25页 |
| ·不一致度量(The disagreement mesure) | 第25页 |
| ·双错度量(The double-fault measure) | 第25-26页 |
| ·非成对差异度度量 | 第26-30页 |
| ·熵度量 | 第26页 |
| ·Kohavi-Wolpert方差 | 第26-27页 |
| ·κ度量值 | 第27页 |
| ·难度θ | 第27-29页 |
| ·泛化差异度(Generalized diversity) | 第29页 |
| ·一致失败差异度(Coincident diversity) | 第29-30页 |
| ·集成学习中差异度与精确度的关系 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于Q统计量的选择性集成学习算法研究及实验结果 | 第32-47页 |
| ·选择性集成学习理论基础 | 第32-35页 |
| ·回归任务 | 第32-34页 |
| ·分类任务 | 第34-35页 |
| ·QSE算法的原理和实现 | 第35-37页 |
| ·集成到Weka平台 | 第37-40页 |
| ·Weka平台 | 第37-38页 |
| ·集成到Weka平台的步骤 | 第38-40页 |
| ·实验 | 第40-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·全文总结 | 第47页 |
| ·研究展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间从事的科研项目及发表的论文 | 第55-56页 |
| 导师、作者简介 | 第56-57页 |
