文摘
英文文摘
声明
第一章绪论
1.1选题背景及研究意义
1.2多分类器集成的产生和现状
1.3本文的主要研究工作
1.4本文的内容安排
第二章多分类器集成基础理论
2.1成员分类器设计方法
2.2成员分类器选择准则
2.2.1集成分类器性能准则
2.2.2成员分类器多样性准则
2.3成员分类器搜索算法
2.3.1启发式技术
2.3.2贪婪方法
2.3.3进化算法
2.4分类器融合算法
2.4.1决策级输出
2.4.2排序级输出
2.4.3度量级输出
2.5应用领域
2.6本章小结
第三章自适应策略梯度算法
3.1进化计算
3.2自适应策略梯度算法
3.2.1标识和问题描述
3.2.2智能策略学习方法
3.2.3 APG算法和实验结果
3.2.4 结论
3.3本章小结
第四章基于进化策略和FCM的多分类器集成算法
4.1模糊聚类
4.1.1标识和问题描述
4.1.2 FCM聚类算法
4.1.3 nominal型属性数据集处理方法
4.2 FuzzyBoost算法基本思想
4.3 FuzzyBoost算法
4.3.1学习初始成员分类器
4.3.2进化学习多代成员分类器
4.3.3融合成员分类器
4.4 AFB(AdaptiveFuzzyBoost)算法
4.5本章小结
第五章实验及结果分析
5.1实验数据集
5.2参数分析
5.3算法结果的比较与分析
5.4 结论
5.5本章小结
第六章总结与展望
6.1总结
6.2下一步工作
参考文献
攻读硕士学位期间发表的论文和参与的项目
致谢