| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文的主要工作和组织结构 | 第13-15页 |
| 1.3.1 本文的主要工作 | 第13页 |
| 1.3.2 本文的组织结构 | 第13-15页 |
| 第2章 基础理论知识 | 第15-20页 |
| 2.1 Boosting算法 | 第15-17页 |
| 2.2 AdaBoost算法 | 第17-20页 |
| 2.2.1 AdaBoost算法策略 | 第17-18页 |
| 2.2.2 AdaBoost模型解释 | 第18-20页 |
| 第3章 AdaBoost算法关于退化问题的改进研究 | 第20-28页 |
| 3.1 引言 | 第20页 |
| 3.2 AdaBoost算法的加权方式的改进 | 第20-24页 |
| 3.2.1 样本权重更新方式的确定 | 第20-21页 |
| 3.2.2 算法的步骤 | 第21-24页 |
| 3.3 实例应用对比 | 第24-27页 |
| 3.3.1 数据集说明 | 第24页 |
| 3.3.2 引入评价指标 | 第24-25页 |
| 3.3.3 实验对比分析 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 AdaBoost算法关于非均衡问题的改进研究 | 第28-41页 |
| 4.1 引言 | 第28-29页 |
| 4.2 AdaBoost算法的加权方式的重设计 | 第29-33页 |
| 4.2.1 数据集的预处理 | 第29页 |
| 4.2.2 确定样本权重的更新方式 | 第29-30页 |
| 4.2.3 算法的步骤 | 第30-33页 |
| 4.3 实例应用对比 | 第33-39页 |
| 4.3.1 数据集说明 | 第33-34页 |
| 4.3.2 引入评价指标 | 第34-37页 |
| 4.3.3 实验对比分析 | 第37-39页 |
| 4.4 本章小结 | 第39-41页 |
| 第5章 算法的实验验证与结果分析 | 第41-53页 |
| 5.1 实验数据集及环境 | 第41-43页 |
| 5.1.1 实验数据集的来源 | 第41-42页 |
| 5.1.2 实验数据集及实验环境的描述 | 第42-43页 |
| 5.2 实验结果评价指标的选取 | 第43-45页 |
| 5.2.1 分类结果评价指标 | 第43-44页 |
| 5.2.2 引入Kappa系数 | 第44-45页 |
| 5.3 实验结果及分析 | 第45-53页 |
| 5.3.1 关于退化问题改进算法的实验与结果分析 | 第45-49页 |
| 5.3.2 关于非均衡问题改进算法的实验与结果分析 | 第49-53页 |
| 第6章 总结与展望 | 第53-56页 |
| 6.1 本文工作总结 | 第53-54页 |
| 6.2 未来工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
