| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 模糊粗糙特征选择方法概述 | 第17-29页 |
| 2.1 模糊集理论 | 第17-18页 |
| 2.2 粗糙集理论 | 第18-22页 |
| 2.3 模糊粗糙集理论 | 第22-26页 |
| 2.4 野草算法的基本原理 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于优化野草算法的加权模糊粗糙特征选择模型 | 第29-44页 |
| 3.1 基于优化野草算法的加权模糊粗糙特征选择概念模型 | 第29-30页 |
| 3.2 基于优化野草算法的加权模糊粗糙特征提取方法 | 第30-36页 |
| 3.2.1 数据集预处理及特征种群初始化 | 第30-32页 |
| 3.2.2 模糊粗糙特征种群的生长繁殖 | 第32-33页 |
| 3.2.3 模糊粗糙特征种群的空间分布 | 第33页 |
| 3.2.4 模糊粗糙特征种群的竞争生存 | 第33-34页 |
| 3.2.5 基于优化野草算法的加权模糊粗糙特征选择算法及分析 | 第34-36页 |
| 3.3 基于模糊粗糙集的快速属性约简算法 | 第36-37页 |
| 3.4 基于加权模糊粗糙特征选择的算法实例 | 第37-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于优化野草算法的加权模糊粗糙特征选择的应用 | 第44-74页 |
| 4.1 评估方案 | 第44-46页 |
| 4.2 基于十四类基准数据集的特征选择 | 第46-62页 |
| 4.2.1 特征选择结果的对比分析 | 第46-47页 |
| 4.2.2 特征选择结果的分类精度对比分析 | 第47-54页 |
| 4.2.3 特征选择结果的AUC对比分析 | 第54-62页 |
| 4.3 基于四类乳腺造影数据集的特征选择 | 第62-73页 |
| 4.3.1 乳腺风险分析应用背景 | 第62-64页 |
| 4.3.2 特征选择结果的对比分析 | 第64-65页 |
| 4.3.3 特征选择结果的分类精度对比分析 | 第65-69页 |
| 4.3.4 特征选择结果的AUC对比分析 | 第69-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第5章 总结与展望 | 第74-76页 |
| 5.1 论文总结 | 第74-75页 |
| 5.2 工作展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读学位期间公开发表论文 | 第80-81页 |
| 致谢 | 第81页 |
