首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于膜计算的属性权重分配方法及分类实验研究

摘要第4-5页
Abstract第5-6页
目录第7-9页
第1章 绪论第9-15页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 权重分配方法的问题分析第12-13页
    1.4 研究内容与结构安排第13-15页
第2章 特征权重的分配方法第15-25页
    2.1 特征权重的概念第15页
    2.2 权重分配方法第15-21页
        2.2.1 主观方法第16页
        2.2.2 客观方法第16-21页
    2.3 具有属性权重的分类器第21-24页
    2.4 小结第24-25页
第3章 特征权重的膜计算分配方法第25-39页
    3.1 膜计算基础第25-29页
    3.2 膜计算分配权重算法第29-34页
        3.2.1 膜结构第29-30页
        3.2.2 编码解码第30页
        3.2.3 适应度计算第30-31页
        3.2.4 进化规则第31-32页
        3.2.5 交流规则第32-33页
        3.2.6 区域子算法第33-34页
    3.3 算法收敛性分析第34-35页
    3.4 算法流程及伪代码第35-37页
    3.5 小结第37-39页
第4章 实验研究第39-79页
    4.1 引言第39页
    4.2 实验方案及评价指标第39-45页
    4.3 实验平台开发第45-47页
    4.4 膜计算性能实验第47-63页
        4.4.1 参数实验第47-53页
        4.4.2 膜数实验第53-55页
        4.4.3 有无 SA 实验第55-58页
        4.4.4 综合实验第58-63页
    4.5 不平衡数据分类第63-67页
        4.5.1 不平衡数据处理第64页
        4.5.2 对比实验第64-67页
    4.6 缺失数据分类第67-73页
        4.6.1 缺失数据处理第67-68页
        4.6.2 对比实验第68-73页
    4.7 医学数据分类第73-75页
        4.7.1 实验用数据集第73页
        4.7.2 对比实验第73-75页
    4.8 TE 过程故障诊断问题研究第75-78页
        4.8.1 TE 过程故障第75-76页
        4.8.2 实验分析第76-78页
    4.9 小结第78-79页
结论第79-81页
参考文献第81-85页
攻读硕士学位期间所发表的学术论文第85-87页
致谢第87页

论文共87页,点击 下载论文
上一篇:叙事学视阈中的《金牌调解》
下一篇:基于案例推理的PID控制器参数认知整定方法