神经网络集成算法研究及其在煤矿安全中的应用
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题研究的背景和意义 | 第12-13页 |
| ·国内外关于该课题的研究现状及趋势 | 第13-16页 |
| ·神经网络 | 第13-14页 |
| ·神经网络集成 | 第14-15页 |
| ·煤矿安全隐患的研究现状 | 第15-16页 |
| ·研究目标和内容 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第二章 神经网络集成理论 | 第18-24页 |
| ·神经网络集成定义 | 第18页 |
| ·神经网络集成理论分析 | 第18-20页 |
| ·神经网络集成步骤 | 第20页 |
| ·个体网络生成和选择 | 第20-21页 |
| ·经典算法 | 第21-24页 |
| ·Boosting 算法 | 第21-22页 |
| ·Bagging 算法 | 第22-24页 |
| 第三章 基于图聚类的神经网络集成方法 | 第24-34页 |
| ·图聚类 | 第24-26页 |
| ·图的基本概念 | 第24页 |
| ·图聚类概念 | 第24-25页 |
| ·国内外研究现状 | 第25-26页 |
| ·经典算法 | 第26-30页 |
| ·Kernighan-Lin 算法 | 第26-27页 |
| ·谱平分法 | 第27-28页 |
| ·分裂方法 | 第28页 |
| ·凝聚算法 | 第28-30页 |
| ·图聚类与神经网络集成的集合 | 第30-34页 |
| ·将数据聚类转换为图聚类 | 第30-31页 |
| ·结合方法 | 第31页 |
| ·算法的描述 | 第31页 |
| ·测试实验 | 第31-34页 |
| 第四章 基于蜂群算法的选择性神经网络集成方法 | 第34-46页 |
| ·群体智能 | 第34-37页 |
| ·群体智能概念 | 第34页 |
| ·群体智能的基本原则与特点 | 第34-35页 |
| ·微粒群算法 | 第35-36页 |
| ·蚁群算法 | 第36-37页 |
| ·蜂群算法 | 第37-38页 |
| ·大自然中的蜂群 | 第37页 |
| ·蜂群算法的分类 | 第37-38页 |
| ·人工蜂群算法 | 第38-39页 |
| ·人工蜂群算法的实验验证 | 第39-42页 |
| ·人工蜂群算法解决 0-1 优化问题 | 第42-43页 |
| ·0-1 优化问题 | 第42页 |
| ·算法思想 | 第42-43页 |
| ·蜂群算法与神经网络集成的集合 | 第43-46页 |
| ·结合思想 | 第43页 |
| ·算法的描述 | 第43页 |
| ·测试实验 | 第43-46页 |
| 第五章 神经网络集成在煤矿安全中的应用 | 第46-52页 |
| ·煤与瓦斯突出危害 | 第46-47页 |
| ·数据来源 | 第47-48页 |
| ·数据模型 | 第48页 |
| ·实验结果 | 第48-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·研究总结 | 第52页 |
| ·研究展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文及参与的项目 | 第58-59页 |
| 致谢 | 第59页 |
