| 第1章 引言 | 第1-11页 |
| 1．1 课题的研究背景 | 第6-7页 |
| 1．2 国内外的研究动态 | 第7-9页 |
| 1．3 课题的研究范围、取得的成果及其意义 | 第9-11页 |
| 第2章 协同学的基本概念及其理论 | 第11-19页 |
| 2．1 产生背景 | 第11-12页 |
| 2．2 基本概念 | 第12-15页 |
| 2．2．1 序参量（order parameter） | 第12页 |
| 2．2．2 支配原理（slave principle） | 第12-14页 |
| 2．2．3 自组织（self-organization） | 第14-15页 |
| 2．2．4 涨落（fluctuation） | 第15页 |
| 2．3 主方程 | 第15-17页 |
| 2．4 应用领域 | 第17-19页 |
| 第3章 协同模式识别模型及其算法框架 | 第19-26页 |
| 3．1 标准的协同模式识别模型——PF模型及其算法框架 | 第19-21页 |
| 3．2 特殊的协同模式识别模型及其对应的算法 | 第21-26页 |
| 3．2．1 户FA模型、协同分类器算法及SCAP算法 | 第21-23页 |
| 3．2．2 FAP模型、通用协同分类器算法及SCAPAP算法 | 第23-26页 |
| 第4章 协同模式识别算法中存在的问题及其策略 | 第26-53页 |
| 4．1 遗传算法（Genetic Algorithm——GA） | 第26-31页 |
| 4．1．1 思想来源 | 第26-27页 |
| 4．1．2 遗传算法的具体设计 | 第27-29页 |
| 4．1．2．1 基础用语 | 第27页 |
| 4．1．2．2 标准遗传算法 | 第27-28页 |
| 4．1．2．3 遗传操作 | 第28-29页 |
| 4．1．2．4 遗传算法的控制参数选择 | 第29页 |
| 4．1．2．5 遗传算法的一般特点 | 第29页 |
| 4．1．3 标准遗传算法的改进 | 第29-30页 |
| 4．1．4 仿真实验——SGA和EGA的对比 | 第30-31页 |
| 4．2 原型模式的选择 | 第31-39页 |
| 4．2．1 原型模式选择的重要性 | 第31-33页 |
| 4．2．2 现有的原型模式选择算法 | 第33-35页 |
| 4．2．2．1 利用简单的数学平均值选择原型模式的算法 | 第33-34页 |
| 4．2．2．2 基于遗传算法的原型选择算法 | 第34页 |
| 4．2．2．3 基于信息叠加的学习算法 | 第34-35页 |
| 4．2．3 基于遗传算法的力度参数训练算法 | 第35-36页 |
| 4．2．4 实验结果与讨论 | 第36-39页 |
| 4．3 预处理与学习算法 | 第39-43页 |
| 4．3．1 预处理 | 第39-41页 |
| 4．3．1．1 零均值处理 | 第40页 |
| 4．3．1．2 归一化处理 | 第40-41页 |
| 4．3．2 学习算法 | 第41-43页 |
| 4．3．2．1 迭代学习算法 | 第41-42页 |
| 4．3．2．2 求逆学习算法 | 第42页 |
| 4．3．2．3 实验结果与讨论 | 第42-43页 |
| 4．4 注意参数的设置 | 第43-51页 |
| 4．4．1 现有的注意参数设置算法 | 第44-45页 |
| 4．4．1．1 基于奖惩学习机制的注意参数训练算法 | 第44页 |
| 4．4．1．2 基于遗传算法的不平衡注意参数的训练算法 | 第44-45页 |
| 4．4．2 一种改进的基于奖惩学习机制的注意参数训练算法 | 第45-48页 |
| 4．4．2．1 改进的算法 | 第45页 |
| 4．4．2．2 实验结果与讨论 | 第45-48页 |
| 4．4．3 对于明确的参数学习算法的探讨 | 第48-51页 |
| 4．4．3．1 对于不存在识别率为100％的解的情况下的探讨 | 第49-50页 |
| 4．4．3．2 实验结果与讨论 | 第50-51页 |
| 4．5 不变性模式识别的探讨 | 第51-53页 |
| 第5章 协同模式识别的应用 | 第53-61页 |
| 5．1 最小距离法、最近邻算法和SCAP算法的识别效果比较 | 第53-55页 |
| 5．1．1 最小距离法 | 第53-54页 |
| 5．1．2 最近邻算法 | 第54页 |
| 5．1．3 实验结果与讨论 | 第54-55页 |
| 5．2 基于协同模式识别算法的病理图像分类系统 | 第55-61页 |
| 5．2．1 主要算法的选择 | 第55页 |
| 5．2．2 基于遗传算法的信息叠加自学习算法 | 第55-56页 |
| 5．2．3 病理图像分类系统的算法流程 | 第56-57页 |
| 5．2．4 实验结果 | 第57-61页 |
| 5．2．4．1 训练结果 | 第57-58页 |
| 5．2．4．2 自学习功能 | 第58-59页 |
| 5．2．4．3 鲁棒性检验 | 第59-61页 |
| 结束语 | 第61-62页 |
| 致谢 | 第62页 |
| 参考文献 | 第62-64页 |
