基于细胞自动机的分类算法的研究及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·基于细胞自动机的分类算法研究的历史及现状 | 第8-9页 |
| ·本文研究目的 | 第9页 |
| ·章节安排 | 第9-11页 |
| 第二章 细胞自动机及基于细胞自动机的分类算法 | 第11-33页 |
| ·细胞自动机的定义、构成及特点 | 第11-14页 |
| ·细胞自动机的定义 | 第11-12页 |
| ·细胞自动机的构成及特点 | 第12-14页 |
| ·一维细胞自动机 | 第14-22页 |
| ·一维细胞自动机的规则 | 第14-15页 |
| ·细胞自动机分析理论 | 第15-19页 |
| ·多吸引子细胞自动机(MACA) | 第19-22页 |
| ·样本预处理 | 第22-24页 |
| ·基于遗传算法的细胞自动机二分类算法 | 第24-32页 |
| ·遗传算法 | 第24-25页 |
| ·基于遗传算法的细胞自动机二分类算法 | 第25-28页 |
| ·算法GA-CA的实验及分析 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于多吸引子细胞自动机的分类算法 | 第33-49页 |
| ·基于遗传算法的细胞自动机多分类算法 | 第33-39页 |
| ·基于遗传算法的细胞自动机多分类算法 | 第33-35页 |
| ·算法GAM-CA的实验及分析 | 第35-39页 |
| ·基于改进粒子群算法的细胞自动分类算法 | 第39-46页 |
| ·粒子群算法 | 第39-40页 |
| ·基于改进粒子群算法的细胞自动机分类算法 | 第40-42页 |
| ·算法IPSOM-CA的实验及分析 | 第42-46页 |
| ·两种算法的实验比较及分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于改进分类回归树的细胞自动机分类算法 | 第49-63页 |
| ·分类回归树算法 | 第49-52页 |
| ·最优分支选择 | 第49-50页 |
| ·分支停止准则 | 第50-51页 |
| ·CART算法 | 第51-52页 |
| ·基于改进的分类回归树的细胞自动机分类算法 | 第52-56页 |
| ·算法GAM-CA和IPSOM-CA的特点 | 第52-53页 |
| ·CART算法中关于分割的特点 | 第53-54页 |
| ·基于改进的CART的细胞自动机分类算法 | 第54-56页 |
| ·算法ICART-CA的实验及分析 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 基于细胞自动机的分类算法的应用 | 第63-71页 |
| ·入侵检测分析方法概述 | 第63-65页 |
| ·样本集的获取和处理 | 第65-66页 |
| ·测试方案 | 第66-67页 |
| ·网络入侵检测分类识别实验结果 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结 | 第71-73页 |
| ·工作总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-78页 |
