声明
摘要
第1章 绪论
1.1 研究背景与意义
1.2 多分类集成系统概述
1.2.1 国内外研究进展
1.2.2 存在的主要问题
1.3 主要研究内容
1.4 论文的组织结构
第2章 分类器集成的理论基础
2.1 多分类器集成
2.1.1 基本概念
2.1.2 主要研究问题
2.2 多分类器的系统架构
2.3 多分类器集成的主要方式与集成准则
2.3.1 主要集成方式
2.3.2 集成准则
2.4 多分类器的评价与比较
2.5 本章小结
第3章 一种基于距离熵的分类器差异性度量方法
3.1 分类器集成中的基分类器差异性度量
3.1.1 基于差异性的多分类器集成
3.1.2 分类器差异性度量及其代表性方法
3.2 基于距离熵的分类器差异性度量方法
3.2.1 方法描述
3.2.2 距离熵的定义与计算方法
3.3 方法性能分析
3.3.1 实验方案设计
3.3.2 实验结果
3.3.3 实验结果对比分析
3.4 本章小结
第4章 基于旋转森林变换的多分类器选择性集成算法
4.1 多分类器选择性集成
4.1.1 选择性集成研究概述
4.1.2 代表性选择性集成学习算法
4.1.3 基于旋转森林变换的多分类器集成算法
4.2 基于旋转森林变换的混合异构分类器选择性集成算法
4.2.1 算法基本思想
4.2.2 算法描述
4.3 实验与结果分析
4.3.1 实验方案
4.3.2 实验结果分析
4.4 本章小结
第5章 分类器集成系统在基于心率变化探测人体行动中的应用
5.1 基于心率变化的人体探测行为
5.1.1 研究背景
5.1.2 研究目标及方法
5.2 系统设计与实现
5.2.1 系统实现原理及相关概念
5.2.2 实验设备与运行环境
5.2.3 实验对象
5.2.4 系统实现过程
5.3 系统运行结果及分析
5.4 本章小结
第6章 总结与展望
6.1 研究工作总结
6.2 进一步研究工作的展望
参考文献
致谢