声明
致谢
变量注释表
1 绪论
1.1 研究背景及意义
1.2.1 迁移学习
1.2.2 非平衡数据分类
1.3 论文研究内容
1.4 论文组织结构
1.5 本章小结
2 相关研究
2.1 极限学习机算法
2.2 迁移学习算法
2.3 不平衡数据分类的评价指标
2.4 本章小结
3 基于参数迁移的非平衡分类算法
3.1 基本思想
3.2 问题定义
3.3 基于参数迁移的非平衡分类算法描述
3.3.1 算法机制
3.3.2 算法描述
3.4.1 数据集
3.4.2 算法对比与分析
3.4.3 基于参数迁移的非平衡分类算法性能分析
3.5 算法在微震检测中的应用
3.5.1 微震检测的背景与意义
3.5.3 实验与分析
3.6 本章小结
4 基于实例迁移的非平衡分类算法
4.1 基本思想
4.2 问题定义
4.3 基于实例迁移的非平衡分类算法描述
4.3.1 权重更新方法
4.3.2 算法描述
4.4.1 参数设置
4.4.2 目标域有标签数据对分类性能的影响
4.4.3 分类算法性能
4.5 算法在微震检测中的应用
4.6 本章小结
5 基于特征迁移的非平衡分类算法
5.1 基本思想
5.2 问题定义
5.3 基于特征迁移的非平衡分类算法描述
5.4.1 关键参数对算法性能的影响
5.4.2 与其它算法对比与分析
5.4.3 目标域有标记数据对分类性能的影响
5.4.4 非平衡率对算法分类性能影响
5.5 算法在微震检测中的应用
5.6 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集
中国矿业大学中国矿业大学(江苏);