| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 特征选择算法的研究历史，现状及在图像分类中的发展趋势 | 第9-11页 |
| 1.3 本文主要内容及论文结构安排 | 第11-14页 |
| 第二章 特征选择及其相关理论概述 | 第14-30页 |
| 2.1 特征选择的基本概念与框架 | 第14-19页 |
| 2.1.1 特征子集的生成 | 第14-15页 |
| 2.1.2 特征子集的评价标准 | 第15-18页 |
| 2.1.3 终止条件 | 第18-19页 |
| 2.1.4 结果验证 | 第19页 |
| 2.2 特征选择算法的种类 | 第19-20页 |
| 2.3 分类器概念及常用分类器介绍 | 第20-29页 |
| 2.3.1 分类的概念 | 第20-22页 |
| 2.3.2 SVM分类器简介 | 第22-24页 |
| 2.3.3 分类性能的评价—— ROC曲线 | 第24-28页 |
| 2.3.4 分类性能的评价——T检验 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 图像底层特征提取 | 第30-37页 |
| 3.1 颜色空间 | 第30-31页 |
| 3.2 颜色特征 | 第31-32页 |
| 3.3 纹理特征 | 第32-35页 |
| 3.4 形状特征 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于眼动数据和量子遗传算法的特征粗选 | 第37-50页 |
| 4.1 引言 | 第37-38页 |
| 4.2 眼动数据的获取与处理 | 第38-39页 |
| 4.3 ROI区域的提取 | 第39-41页 |
| 4.4 基于量子遗传算法的图像特征选择 | 第41-46页 |
| 4.4.1 量子比特编码 | 第41页 |
| 4.4.2 量子观测算子 | 第41页 |
| 4.4.3 适应度函数 | 第41-42页 |
| 4.4.4 量子旋转门的改进及基因变异 | 第42-44页 |
| 4.4.5 量子交叉算子 | 第44-46页 |
| 4.5 实验结果讨论与分析 | 第46-49页 |
| 4.5.1 实验内容及参数设置 | 第46页 |
| 4.5.2 实验结果分析 | 第46-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 混合型特征选择算法研究 | 第50-66页 |
| 5.1 引言 | 第50-51页 |
| 5.2 基于RELIEF的特征选择算法 | 第51-52页 |
| 5.3 基于SVM -RFE的特征选择算法 | 第52-53页 |
| 5.4 基于RELIEF-SVM-RFE的特征选择算法 | 第53-56页 |
| 5.5 实验结果讨论与分析 | 第56-65页 |
| 5.5.1 实验内容及参数设置 | 第56-57页 |
| 5.5.2 实验结果分析 | 第57-65页 |
| 5.5.2.1 DATASET-1 结果分析 | 第57-63页 |
| 5.5.2.2 DATASET-2 结果分析 | 第63-65页 |
| 5.6 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 未来工作展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士期间发表的文章 | 第73-74页 |
| 致谢 | 第74-75页 |