基于AFS理论与遗传算法的模糊分类器设计
摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-15页 |
·数据挖掘的简介 | 第8-10页 |
·数据挖掘的产生和发展 | 第8-9页 |
·数据挖掘的应用 | 第9-10页 |
·分类的介绍 | 第10-14页 |
·分类的概念 | 第10页 |
·分类的步骤 | 第10-11页 |
·分类的常用研究方法 | 第11-12页 |
·分类器的评价 | 第12-14页 |
·本论文章节安排 | 第14-15页 |
2 AFS基本理论 | 第15-21页 |
·AFS逻辑的相关内容 | 第15-18页 |
·EⅠ代数和EⅡ代数 | 第15-17页 |
·AFS结构与AFS模糊逻辑 | 第17-18页 |
·基于AFS理论隶属函数的确定 | 第18-21页 |
3 遗传算法简介 | 第21-29页 |
·遗传算法组成部分 | 第21-25页 |
·编码机制 | 第21-22页 |
·初始群体设定 | 第22页 |
·适应度函数 | 第22页 |
·遗传操作 | 第22-25页 |
·控制参数选择 | 第25页 |
·遗传算法的优缺点 | 第25-27页 |
·遗传算法的优点 | 第25-26页 |
·遗传算法的不足 | 第26-27页 |
·多目标遗传算法概述 | 第27-29页 |
4 模糊分类器的设计 | 第29-36页 |
·隶属度的确定 | 第29-30页 |
·数据预处理 | 第29-30页 |
·简单概念集的确定 | 第30页 |
·隶属度的确定 | 第30页 |
·模糊分类器的设计过程 | 第30-34页 |
·模糊If-Then规则 | 第30-31页 |
·预先筛选规则 | 第31-32页 |
·模糊描述的搜索 | 第32-34页 |
·本章小结 | 第34-36页 |
5 实验结果及分析 | 第36-50页 |
·Iris数据集上的实验 | 第36-40页 |
·Wine数据集上的实验 | 第40-44页 |
·Breast cancer数据集上的实验 | 第44-48页 |
·数据应用比较 | 第48-49页 |
·本章小结 | 第49-50页 |
6 前景与展望 | 第50-51页 |
结论 | 第51-52页 |
参考文献 | 第52-55页 |
攻读硕士学位期间发表学术论文情况 | 第55-56页 |
致谢 | 第56-57页 |