声明
第一章 绪论
§1.1 研究背景与意义
§1.1.1 研究背景
§1.1.2 研究意义
§1.2 课题研究现状
§1.2.1 数据层面研究现状
§1.2.2 算法层面研究现状
§1.2.3 算法层面和数据层面相结合研究现状
§1.3 本文研究工作
§1.4 本文组织框架
§1.5 本章小结
第二章 不平衡数据理论
§2.1 不平衡数据相关理论
§2.1.1 不平衡数据的定义
§2.1.2 数据样本属性识别
§2.1.3 不平衡数据的分类
§2.2 过采样方法
§2.2.1 SMOTE算法
§2.2.2 ADASYN算法
§2.3 分类算法支持向量机
§2.3.1 支持向量机算法
§2.3.2 支持向量机线性可分
§2.3.3 支持向量机非线性可分
§2.4 不平衡数据实验相关的指标
§2.4.1 混淆矩阵评价
§2.4.2 ROC曲线评价
§2.4.3 PR曲线评价
§2.4.4分类器评估方法
§2.5本章小结
第三章 基于SMOTE-ADASYN相结合的过采样方法
§3.1 数据特征属性标识
§3.2 基于SMOTE-ADASYN相结合的过采样算法
§3.2.1 基本思想
§3.2.2 SMOTE-ADASYN相结合算法描述
§3.3 算法实验和结果
§3.3.1 数据集选择
§3.3.2 分类器数据评估
§3.3.3 SMOTE-ADASYN对比试验
§3.4 本章小结
第四章 基于AGNES-SMOTE算法的过采样方法
§4.1 数据特征属性标识
§4.2 基于AGNES—SMOTE算法过采样算法
§4.2.1 基本思想
§4.2.2 AGNES—SMOTE相结合算法描述
§4.3 算法实验和结果
§4.3.1 数据集选择
§4.3.2 AGNES-SMOTE对比试验
§4.4 本章小结
第五章 总结与展望
参考文献
致谢
作者攻读硕士期间主要研究成果
