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

基于改进的果蝇优化算法的并行特征选择方法研究

摘要第6-8页
abstract第8-9页
第1章 绪论第12-19页
    1.1 引言第12-13页
    1.2 国内外研究现状第13-17页
        1.2.1 果蝇优化算法研究现状分析第14-15页
        1.2.2 基于群智能算法和粗糙集的特征选择研究现状分析第15-16页
        1.2.3 并行群智能优化算法研究现状分析第16-17页
    1.3 本文研究内容和论文结构第17-19页
第2章 预备知识第19-24页
    2.1 果蝇优化算法第19-20页
    2.2 粗糙集理论第20-22页
    2.3 Spark并行计算框架第22-24页
第3章 一种新的双策略进化果蝇优化算法第24-35页
    3.1 双策略进化果蝇优化算法原理第24-27页
        3.1.1 DSEFOA算法改进思想第24-26页
        3.1.2 DSEFOA算法的设计与实现第26-27页
    3.2 DSEFOA算法实验及结果分析第27-34页
        3.2.1 不同群体规模下算法性能分析第29页
        3.2.2 较低迭代次数下算法性能分析第29-32页
        3.2.3 较高迭代次数下算法性能分析第32-34页
    3.3 本章小结第34-35页
第4章 基于粗糙集和果蝇优化算法的特征选择方法第35-43页
    4.1 RSFOAFS算法的设计与实现第35-37页
        4.1.1 基于粗糙集的适应度函数第35-36页
        4.1.2 RSFOAFS算法流程第36-37页
    4.2 RSFOAFS算法实验及结果分析第37-42页
        4.2.1 基于属性依赖度的适应度函数实验第38-40页
        4.2.2 基于属性依赖度和属性重要性的适应度函数实验第40-42页
    4.3 本章小结第42-43页
第5章 基于粗糙集和果蝇优化算法的并行特征选择方法第43-56页
    5.1 基于Spark的并行RSFOAFS算法的设计与实现第43-50页
        5.1.1 基于Spark的并行FOA算法第43-44页
        5.1.2 基于Spark的并行RSFOAFS算法第44-50页
    5.2 并行特征选择算法实验及结果分析第50-55页
        5.2.1 并行群智能优化算法实验第50-53页
        5.2.2 并行特征选择算法实验第53-55页
    5.3 本章小结第55-56页
第6章 并行特征选择系统的设计与实现第56-63页
    6.1 系统结构第56-57页
        6.1.1 系统开发环境第56页
        6.1.2 系统结构设计第56-57页
    6.2 功能模块第57-62页
        6.2.1 FOA算法模块第57-58页
        6.2.2 特征选择算法模块第58-59页
        6.2.3 并行特征选择算法模块第59-60页
        6.2.4 实例展示第60-62页
    6.3 本章小结第62-63页
总结与展望第63-65页
致谢第65-66页
参考文献第66-72页
攻读硕士学位期间发表的论文及科研成果第72页

论文共72页,点击 下载论文
上一篇:三轴光电跟踪设备对在轨目标捕获策略的研究
下一篇:基于改进多步长蚁群算法的移动机器人路径规划