不均衡數(shù)據(jù)SVM分類算法及其應用

第一章 概述
　1.1 問題的本質(zhì)
　1.2 國內(nèi)外不均衡學習研究現(xiàn)狀
　　1.2.1 算法層面的處理方法
　　1.2.2 樣本層面的處理方法
　1.3 評估指標
　1.4 本書的安排
第二章 支持向量機綜述
　2.1 支持向量機
　　2.1.1 最優(yōu)分類界面的定義
　　2.1.2 最優(yōu)分類界面的構(gòu)建
　　2.1.3 廣義最優(yōu)分類界面
　　2.1.4 支持向量機的構(gòu)建
　2.2 核函數(shù)
　　2.2.1 高斯核函數(shù)
　　2.2.2 多項式核函數(shù)
　　2.2.3 S型核函數(shù)
　2.3 不均衡數(shù)據(jù)對sVM性能的影響
　2.4 本章小結(jié)
第三章 不均衡學習的抽樣方法
第四章 基于ODR和BSMOTE的不均衡SVM分類算法
第五章 基于陰性免疫過抽樣的不均衡分類算法
第六章 基于譜聚類欠抽樣不均衡SVM分類算法
第七章 集成方法
第八章 集成算法的理論分析
第九章 兩類不均衡數(shù)據(jù)學習的代價敏感學習算法
第十章 基于核聚類欠抽樣集成不均衡SVM分類算法
第十一章 核偏移及主動學習欠抽樣不均衡SVM算法
第十二章 不均衡SVM分類算法在故障診斷中的應用
第十三章 結(jié)論與展望
參考文獻