声明
摘要
1 绪论
1.1 研究背景及意义
1.2 分类问题及MTS研究综述
1.2.1 分类研究概述
1.2.2 MTS理论研究概述
1.2.3 MTS应用研究综述
1.3 本文的主要工作及难点
1.3.1 本文的主要工作
1.3.2 本文的重点及难点
1.4 本文研究方法和技术路线
1.5 本文的内容结构
2 相关理论及方法的概述
2.1 分类问题及分类方法
2.1.1 分类问题的描述
2.1.2 常用分类方法概述
2.2 MTS
2.2.1 马氏距离
2.2.2 正交表与信噪比
2.2.3 决策阈值
2.3 MTS的基本步骤及特点
2.3.1 MTS的基本步骤
2.3.2 MTS的特点
2.4 本章小结
3 基于粒子群优化算法的MTS两类别分类研究
3.1 基于PSO的MTS两类别分类方法实施步骤
3.1.1 传统MTS分类方法的实施过程
3.1.2 基于PSO的MTS两类别分类方法实施步骤
3.2 优化模型构建
3.3 基于PSO的MTS特征变量选择与分类
3.4 实验分析
3.5 案例研究
3.5.1 背景描述
3.5.2 具体过程
3.6 本章小结
4 基于马田系统的不平衡数据分类研究
4.1 优化目标及模型
4.1.1 优化目标
4.1.2 优化模型
4.2 基于集成马田系统的特征选择与分类方法
4.2.1 Bagging算法
4.2.2 集成特征子集算法实施流程
4.3 实验分析
4.3.1 常规方法比较
4.3.2 与改进的支持向量机比较
4.4 案例研究
4.4.1 背景描述
4.4.2 实施
4.4.3 效益分析
4.5 本章小结
5 结论与展望
5.1 总结
5.2 研究与展望
致谢
参考文献
附录