基于启发式算法的特征选择方法研究及应用
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 抑郁症背景 | 第8-10页 |
| 1.2 特征选择概述 | 第10页 |
| 1.3 特征选择发展与现状 | 第10-12页 |
| 1.4 研究内容 | 第12页 |
| 1.5 本文组织结构 | 第12-14页 |
| 第二章 研究重点及理论基础 | 第14-21页 |
| 2.1 启发式算法 | 第14-15页 |
| 2.1.1 启发式算法概述 | 第14页 |
| 2.1.2 常用启发式算法 | 第14-15页 |
| 2.2 特征选择理论基础 | 第15-20页 |
| 2.2.1 特征选择的基本特性 | 第15-17页 |
| 2.2.2 特征子集的生成 | 第17-19页 |
| 2.2.3 特征子集的评价函数 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于启发式算法的特征选择方法研究 | 第21-38页 |
| 3.1 Filter特征选择方法设计 | 第21-23页 |
| 3.1.1 方差分析 | 第21-22页 |
| 3.1.2 互信息 | 第22-23页 |
| 3.2 Wrapper特征选择方法设计 | 第23-31页 |
| 3.2.1 模拟退火算法 | 第24-25页 |
| 3.2.2 遗传算法 | 第25-28页 |
| 3.2.3 改进遗传算法设计 | 第28-30页 |
| 3.2.4 评价算法 | 第30-31页 |
| 3.3 实验验证 | 第31-37页 |
| 3.3.1 实验方案 | 第31-32页 |
| 3.3.2 实验结果及分析 | 第32-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于融合特征选择算法的抑郁识别研究 | 第38-56页 |
| 4.1 数据采集及实验设计 | 第38-41页 |
| 4.1.1 实验设备 | 第38-39页 |
| 4.1.2 入组标准 | 第39-40页 |
| 4.1.3 实验素材及流程 | 第40-41页 |
| 4.2 脑电信号及其预处理 | 第41-42页 |
| 4.3 脑电信号特征提取 | 第42-44页 |
| 4.4 脑电信号特征选择 | 第44-51页 |
| 4.5 脑电信号分类 | 第51-53页 |
| 4.5.1 实验方案 | 第51页 |
| 4.5.2 实验结果 | 第51-53页 |
| 4.6 结果分析 | 第53-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 在学期间的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
