基于布谷鸟算法的特征选择研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文主要内容 | 第14页 |
| 1.4 文章结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 特征选择和支持向量机概述 | 第16-35页 |
| 2.1 特征的定义和原始特征的预处理 | 第16-18页 |
| 2.1.1 特征的概念 | 第16-17页 |
| 2.1.2 特征的预处理 | 第17-18页 |
| 2.2 特征选择的定义和一般过程 | 第18-20页 |
| 2.3 特征选择的分类 | 第20-26页 |
| 2.3.1 根据子集生成策略的划分 | 第20-23页 |
| 2.3.2 据子集评价准则的划分 | 第23-25页 |
| 2.3.3 根据其他标准划分的特征选择 | 第25-26页 |
| 2.4 SVM概述 | 第26-33页 |
| 2.4.1 学习算法概述 | 第26-27页 |
| 2.4.2 SVM的原理 | 第27-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 PSO算法和CS算法 | 第35-45页 |
| 3.1 PSO算法 | 第35-40页 |
| 3.1.1 PSO算法的由来概述 | 第35-36页 |
| 3.1.2 PSO算法的标准公式及参数 | 第36-37页 |
| 3.1.3 二进制PSO | 第37-40页 |
| 3.2 CS算法 | 第40-44页 |
| 3.2.1 CS算法的由来及基础概述 | 第40-41页 |
| 3.2.2 CS算法的更新公式和一般流程 | 第41-43页 |
| 3.2.3 二进制的CS算法 | 第43-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 基于改进二进制CS的PSO-NCS算法 | 第45-60页 |
| 4.1 原始二进制布谷鸟优缺点分析 | 第45-47页 |
| 4.2 改进的二进制CS算法 | 第47-54页 |
| 4.2.1 改进二进制CS算法的更新公式 | 第47-49页 |
| 4.2.2 改进的二进制CS算法的优势 | 第49-51页 |
| 4.2.3 改进的二进制布谷鸟算法的流程 | 第51-54页 |
| 4.3 PSO-NCS算法 | 第54-59页 |
| 4.3.1 PSO-NCS算法思想 | 第54-56页 |
| 4.3.2 PSO-NCS算法的流程 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 实验设计和实验验证 | 第60-71页 |
| 5.1 实验总体流程设计 | 第60-61页 |
| 5.2 实验流程中的具体设计 | 第61-62页 |
| 5.3 实验的基本模块及其关系 | 第62-63页 |
| 5.4 实验验证 | 第63-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 作者简介 | 第77-78页 |
| 致谢 | 第78页 |
