| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 研究背景回顾 | 第10-19页 |
| 1.1.1 模糊聚类介绍 | 第11-13页 |
| 1.1.2 贝叶斯模糊聚类 | 第13-15页 |
| 1.1.3 模糊系统介绍 | 第15-17页 |
| 1.1.4 支持向量机及凸包技术介绍 | 第17-19页 |
| 1.2 基于聚类的模糊系统之研究挑战 | 第19-20页 |
| 1.2.1 不平衡数据场景的挑战 | 第19-20页 |
| 1.2.2 强解释性的挑战 | 第20页 |
| 1.3 支持向量机快速学习方法之挑战 | 第20-22页 |
| 1.4 课题研究内容和本文结构 | 第22-24页 |
| 第二章 基于竞争贝叶斯模糊聚类的不平衡TSK模糊系统 | 第24-42页 |
| 2.1 引言 | 第24页 |
| 2.2 竞争贝叶斯模糊聚类(BFCCL) | 第24-30页 |
| 2.2.1 BFCCL基本思想和目标函数的构造 | 第24-25页 |
| 2.2.2 BFCCL参数学习方法 | 第25-28页 |
| 2.2.3 BFCCL算法描述 | 第28-30页 |
| 2.3 用于不平衡数据分类的后件学习方法及 0-TSK-IDC算法描述 | 第30-32页 |
| 2.4 实验研究 | 第32-41页 |
| 2.4.1 实验设置 | 第32-34页 |
| 2.4.2 BFCCL与BFC的性能比较 | 第34-37页 |
| 2.4.3 0-TSK-IDC模糊分类器与相关分类算法性能比较 | 第37-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 基于类交叉贝叶斯模糊聚类的不平衡TSK模糊系统 | 第42-62页 |
| 3.1 引言 | 第42页 |
| 3.2 类交叉贝叶斯模糊聚类（BF3C） | 第42-49页 |
| 3.2.1 BF3C基本思想和目标函数的构造 | 第42-45页 |
| 3.2.2 BF3C参数学习方法 | 第45-46页 |
| 3.2.3 BF3C算法描述 | 第46-49页 |
| 3.3 用于不平衡数据分类的后件学习及IB-TSK-FC算法描述 | 第49-51页 |
| 3.4 实验研究 | 第51-60页 |
| 3.4.1 实验设置 | 第51-53页 |
| 3.4.2 性能比较 | 第53-57页 |
| 3.4.3 参数敏感性分析 | 第57-60页 |
| 3.5 本章小结 | 第60-62页 |
| 第四章 贝叶斯TSK模糊分类器 | 第62-82页 |
| 4.1 引言 | 第62页 |
| 4.2 贝叶斯TSK模糊分类器(B-TSK-FC) | 第62-70页 |
| 4.2.1 B-TSK-FC基本思想 | 第62-66页 |
| 4.2.2 前件/后件同时学习策略 | 第66-68页 |
| 4.2.3 B-TSK-FC算法描述 | 第68-70页 |
| 4.3 实验研究 | 第70-81页 |
| 4.3.1 实验设置 | 第70-71页 |
| 4.3.2 人工集以及真实数据集上的实验 | 第71-76页 |
| 4.3.3 EEG数据集上的应用 | 第76-77页 |
| 4.3.4 无参统计和B-TSK-FC的参数分析 | 第77-81页 |
| 4.4 本章小结 | 第81-82页 |
| 第五章 面向大规模噪声数据的核凸包支持向量机 | 第82-104页 |
| 5.1 引言 | 第82页 |
| 5.2 基础知识：分位数距离和PINBALL损失函数 | 第82-84页 |
| 5.3 面向大规模噪声数据的核凸包支持向量机 (SCH-SVM) | 第84-89页 |
| 5.3.1 SCH-SVM的基本思想 | 第84-85页 |
| 5.3.2 SCH-SVM的工作框架 | 第85-88页 |
| 5.3.3 SCH-SVM算法描述 | 第88-89页 |
| 5.4 SCH-SVM的性质分析 | 第89-94页 |
| 5.4.1 时间复杂度分析 | 第89-90页 |
| 5.4.2 SCH-SVM分类精度分析 | 第90-94页 |
| 5.5 实验研究 | 第94-103页 |
| 5.5.1 实验设置 | 第94页 |
| 5.5.2 SCH-SVM中参数分析 | 第94-98页 |
| 5.5.3 性能比较 | 第98-103页 |
| 5.6 本章小结 | 第103-104页 |
| 第六章 快速凸包SVM在大规模NCRNA数据集上的应用 | 第104-124页 |
| 6.1 引言 | 第104-106页 |
| 6.2 快速凸包SVM(CHVM) | 第106-112页 |
| 6.2.1 CHVM基本思想 | 第106-107页 |
| 6.2.2 CHVM中边界向量选择 | 第107-109页 |
| 6.2.3 CHVM中凸包向量确定 | 第109-110页 |
| 6.2.4 CHVM中分类器的构建 | 第110-111页 |
| 6.2.5 时间复杂度分析 | 第111-112页 |
| 6.3 实验研究 | 第112-122页 |
| 6.3.1 实验设置 | 第112-113页 |
| 6.3.2 CHVM性能分析 | 第113-119页 |
| 6.3.3 性能比较 | 第119-122页 |
| 6.4 本章小结 | 第122-124页 |
| 第七章 结束语 | 第124-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-140页 |
| 附录 | 第140页 |
