| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景 | 第9-12页 |
| ·本文组织结构 | 第12-14页 |
| 第二章 支持向量机与样本集预处理 | 第14-26页 |
| ·支持向量机 | 第14-22页 |
| ·线性分类器 | 第14-17页 |
| ·软间隔 | 第17-19页 |
| ·核方法 | 第19-22页 |
| ·数据集预处理 | 第22-23页 |
| ·单位敏感性 | 第22-23页 |
| ·常用的数据标准化方法 | 第23页 |
| ·实验结果 | 第23-26页 |
| 第三章 粗糙集优化算法 | 第26-34页 |
| ·优化背景 | 第26-28页 |
| ·粗糙集 | 第28-30页 |
| ·优化算法 | 第30-31页 |
| ·实验结果 | 第31-34页 |
| 第四章 信息熵优化算法 | 第34-40页 |
| ·信息熵与信息增益 | 第34-35页 |
| ·优化算法 | 第35-36页 |
| ·实验结果 | 第36-40页 |
| 第五章 信息熵优化算法在DNA剪接点识别问题中的应用 | 第40-46页 |
| ·DNA剪接点识别问题 | 第40-41页 |
| ·基于知识的人工神经网络 | 第41-43页 |
| ·实验结果 | 第43-46页 |
| 第六章 总结与展望 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·展望 | 第47-48页 |
| 附录 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53页 |