声明
第一章 绪论
1.2 国内外研究现状
1.2.1 非平衡数据分类问题的研究现状
1.2.2 求解方法的研究现状
1.3 本文研究内容
1.4 本文组织结构
第二章 基础理论知识
2.2 Adaboost算法
2.3 一阶和零阶的随机优化算法
2.3.2 零阶随机梯度下降算法
第三章 基于改进SVM的零阶优化算法
3.1.2 求解方法的改进
3.2 基于改进非线性SVM的零阶优化算法
3.3 实验与结果分析
3.3.2 非平衡数据集的几何均值对比实验
3.3.3 平衡数据集的几何均值对比实验
3.3.4 方差减小策略验证实验
3.3.5 参数分析实验
3.4 本章小结
第四章 基于欠采样的零阶优化算法
4.1.2 基于几何距离加权的欠采样算法2
4.1.3 算法U1、U2的时间复杂度分析
4.3 实验与结果分析
4.3.1 U1ZOVR几何均值精度对比实验
4.3.2 U2ZOVR几何均值精度对比实验
4.3.3 运行时间对比实验
4.4 本章小结
第五章 基于代价敏感Adaboost的零阶优化算法
5.1 代价敏感Adaboost算法的样本权重更新策略
5.2 基于代价敏感Adaboost的零阶优化算法
5.3 实验与结果分析
5.3.1 几何均值精度对比实验
5.3.2 假设性t检验实验
5.4 本章小结
第六章 总结与展望
6.2 展望
参考文献
致谢
攻读学位期间取得的研究成果
河北大学;
