面向应用领域的分类方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-12页 |
| 插图索引 | 第12-14页 |
| 表格索引 | 第14-15页 |
| 第一章 绪论 | 第15-29页 |
| ·研究背景与意义 | 第15-18页 |
| ·研究现状 | 第18-26页 |
| ·相关技术的研究现状 | 第18-23页 |
| ·相关领域的研究现状 | 第23-26页 |
| ·论文研究目标和内容 | 第26-27页 |
| ·论文结构 | 第27-29页 |
| 第二章 基因表达谱特征基因的选取方法 | 第29-48页 |
| ·基因表达谱概述 | 第29-33页 |
| ·基因表达的基本概念 | 第29-30页 |
| ·基因表达水平的检测 | 第30页 |
| ·基因表达谱数据的获取 | 第30-31页 |
| ·数据来源 | 第31-33页 |
| ·特征基因选择问题提出 | 第33-35页 |
| ·问题提出 | 第33页 |
| ·相关工作 | 第33-35页 |
| ·基于GB指标的基因表达谱分类特征基因提取 | 第35-43页 |
| ·基本思想 | 第35-36页 |
| ·GB指标的构建 | 第36-39页 |
| ·分类器的构建 | 第39-40页 |
| ·冗余基因去除 | 第40-42页 |
| ·搜索算法 | 第42-43页 |
| ·实验结果分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 高维多类数据中基于闭合模式的分类算法 | 第48-66页 |
| ·关联规则的挖掘 | 第48-51页 |
| ·关联规则的基本概念 | 第48-49页 |
| ·关联规则的挖掘算法 | 第49-51页 |
| ·基于关联规则的分类方法 | 第51-53页 |
| ·基本思想 | 第53-54页 |
| ·频繁闭合模式挖掘 | 第54-60页 |
| ·行枚举方法 | 第55-57页 |
| ·PEA算法 | 第57-60页 |
| ·分类器的构建 | 第60-61页 |
| ·实验结果 | 第61-65页 |
| ·实验数据 | 第61-62页 |
| ·算法性能分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第四章 多值属性多类标数据决策树算法及其应用 | 第66-93页 |
| ·问题描述 | 第66-68页 |
| ·引言 | 第66-67页 |
| ·问题描述 | 第67-68页 |
| ·基本思想 | 第68-70页 |
| ·SSC_SP算法 | 第70-76页 |
| ·相似度的公式 | 第70-71页 |
| ·属性分类效果的评定 | 第71-73页 |
| ·预测准确率的评定 | 第73页 |
| ·实验结果及分析 | 第73-76页 |
| ·单源图像的颜色迁移 | 第76-85页 |
| ·引言 | 第76-77页 |
| ·基于直方图映射和分层迁移的灰度图像上色算法 | 第77-81页 |
| ·基于高斯混合模型的区域颜色迁移算法 | 第81-85页 |
| ·基于多类标决策树的多源图像迁移 | 第85-92页 |
| ·基本思路 | 第86页 |
| ·建立多源图像的多类标决策树 | 第86-89页 |
| ·目标图像类标预测及色彩迁移 | 第89-90页 |
| ·实验结果分析 | 第90-92页 |
| ·本章小结 | 第92-93页 |
| 第五章 无线传感器网络事件区域检测分类算法研究 | 第93-108页 |
| ·引言 | 第93-94页 |
| ·事件区域检测模型的建立 | 第94-95页 |
| ·分布式加权容错分类算法 | 第95-97页 |
| ·“邻域的邻域”双重检测 | 第95-96页 |
| ·加权容错机制 | 第96-97页 |
| ·算法分析 | 第97-100页 |
| ·仿真实验过程及结果分析 | 第100-107页 |
| ·仿真实验一 | 第100-104页 |
| ·仿真实验二 | 第104-106页 |
| ·能耗分析 | 第106-107页 |
| ·本章小结 | 第107-108页 |
| 第六章 总结与展望 | 第108-111页 |
| ·总结 | 第108-109页 |
| ·展望 | 第109-111页 |
| 参考文献 | 第111-121页 |
| 致谢 | 第121-122页 |
| 攻博期间参与科研项目及发表论文情况 | 第122-123页 |
