| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·选题背景及意义 | 第11-12页 |
| ·神经网络集成的国内外研究现状 | 第12-14页 |
| ·论文主要研究内容及章节安排 | 第14-16页 |
| 2 神经网络集成 | 第16-31页 |
| ·引言 | 第16页 |
| ·神经网络集成定义 | 第16-17页 |
| ·神经网络集成理论分析 | 第17-19页 |
| ·神经网络集成实现方法 | 第19-29页 |
| ·个体网络生成 | 第19-22页 |
| ·结论生成方式 | 第22-23页 |
| ·Boosting&bagging 方法及理论分析 | 第23-29页 |
| ·本章小结 | 第29-31页 |
| 3 基于特征选择的神经网络集成 | 第31-43页 |
| ·引言 | 第31-32页 |
| ·特征选择概述 | 第32-35页 |
| ·特征选择的基本概念 | 第32-33页 |
| ·特征选择的一般过程 | 第33-34页 |
| ·特征选择的分类 | 第34-35页 |
| ·一种典型的Filter 特征选择算法——Relief 算法 | 第35-38页 |
| ·Relief 算法 | 第35-36页 |
| ·ReliefF 算法 | 第36-38页 |
| ·基于交叉验证和ReliefF 的神经网络集成算法 | 第38-39页 |
| ·算法的提出 | 第38页 |
| ·算法描述 | 第38-39页 |
| ·仿真实验 | 第39-42页 |
| ·实验数据 | 第39-40页 |
| ·实验设计 | 第40页 |
| ·实验结果及讨论 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 选择性神经网络集成 | 第43-55页 |
| ·引言 | 第43-44页 |
| ·选择性集成的理论分析 | 第44-46页 |
| ·选择个体网络的方法 | 第46-49页 |
| ·典型的选择性神经网络集成算法 | 第49-53页 |
| ·基于遗传算法的选择性神经网络集成 | 第49-50页 |
| ·基于聚类算法的选择性神经网络集成 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 5 基于 CLIQUE 算法的选择性神经网络集成 | 第55-66页 |
| ·引言 | 第55页 |
| ·CLIQUE 算法 | 第55-58页 |
| ·基于网格的聚类 | 第55-56页 |
| ·子空间聚类 | 第56-57页 |
| ·CLIQUE 算法 | 第57-58页 |
| ·基于CLIQUE 算法的选择性神经网络集成 | 第58-61页 |
| ·算法的提出 | 第58-59页 |
| ·算法描述 | 第59-61页 |
| ·仿真实验 | 第61-65页 |
| ·实验数据 | 第61页 |
| ·实验设计 | 第61-62页 |
| ·实验结果及分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·下一步工作 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73页 |
| 发表的学术论文 | 第73页 |
