基于半监督技术的集成分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·引言 | 第8-9页 |
| ·国内外集成和半监督技术的研究状况 | 第9-11页 |
| ·集成分类技术的研究 | 第9-10页 |
| ·半监督技术的研究 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 集成分类技术 | 第12-22页 |
| ·集成分类技术介绍 | 第12-13页 |
| ·集成分类技术的理论基础 | 第13-15页 |
| ·集成分类技术的起源 | 第13页 |
| ·集成分类技术的基本概念 | 第13-14页 |
| ·集成分类技术的构成 | 第14页 |
| ·集成分类技术的优点 | 第14-15页 |
| ·集成分类技术的主要算法 | 第15-20页 |
| ·Boosting 算法 | 第15-18页 |
| ·Bagging 算法 | 第18-20页 |
| ·Boosting & Bagging 应用研究 | 第20页 |
| ·集成分类技术的不足及发展方向 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 半监督技术 | 第22-26页 |
| ·半监督技术 | 第22-24页 |
| ·self-Training 技术 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 支持向量机 | 第26-33页 |
| ·支持向量机介绍 | 第26-27页 |
| ·支持向量机的理论 | 第27-29页 |
| ·支持向量机理论背景 | 第27-28页 |
| ·支持向量机数学模型 | 第28-29页 |
| ·基于半监督式学习的TSVM 分类器 | 第29-32页 |
| ·TSVM 的简单理论介绍 | 第29-30页 |
| ·TSVM 在半监督技术中理论算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第五章 集成TSVM | 第33-36页 |
| ·集成分类流程 | 第33-34页 |
| ·集成TSVM 分类器 | 第34-35页 |
| ·集成分类技术算法 | 第34-35页 |
| ·集成分类算法 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第六章 实验结果 | 第36-42页 |
| ·试验A | 第36页 |
| ·试验B | 第36-39页 |
| ·试验C | 第39-40页 |
| ·试验D | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第七章 结论与展望 | 第42-43页 |
| ·结论 | 第42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49页 |
