首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于免疫算法的分类方法及其应用研究

摘要第1-5页
ABSTRACT第5-11页
1 绪论第11-19页
   ·研究背景和意义第11-12页
   ·国内外研究现状第12-14页
   ·论文主要研究内容及创新点第14-17页
     ·本文的主要研究内容第14-16页
     ·本文的创新点第16-17页
   ·论文组织结构第17-19页
2 生物免疫系统与人工免疫系统第19-31页
   ·生物免疫系统基础第19-24页
     ·免疫学的由来及发展简史第19-20页
     ·免疫的定义和基本概念第20-22页
     ·免疫系统的主要功能第22-24页
   ·人工免疫系统第24-31页
     ·人工免疫系统构成第24-26页
     ·人工免疫系统特点第26-27页
     ·人工免疫系统应用第27-31页
3 基于免疫原理的特征选择算法第31-45页
   ·特征选择的定义第31-35页
     ·基本概念第31-32页
     ·类别可分性判据第32-34页
     ·特征提取度量第34-35页
     ·特征选择方法第35页
   ·免疫算法的基本架构第35-39页
   ·基于免疫算法的特征选择第39-44页
     ·编码第40页
     ·适应度函数的设计第40-41页
     ·特征选择算法第41-42页
     ·实验及评价第42-44页
   ·本章小结第44-45页
4 基于否定选择算法的多类问题分类器研究第45-53页
   ·否定选择算法研究第45-48页
     ·否定选择算法第45-46页
     ·算法的数学描述第46-48页
   ·基于否定选择算法的分类器设计第48-52页
     ·分类器的数学模型第48-49页
     ·算法描述第49-50页
     ·实验及评价第50-52页
   ·本章小结第52-53页
5 基于克隆选择的分类算法研究第53-69页
   ·分类问题第53-55页
     ·分类问题的定义第53页
     ·几种主要的分类模型第53-55页
     ·分类模型的评价第55页
   ·克隆选择算法第55-58页
     ·克隆选择理论第55-57页
     ·基本克隆选择算法第57-58页
   ·基于抗体识别度的克隆分类算法第58-62页
     ·适应度函数第59页
     ·算法描述第59-60页
     ·实验及评价第60-62页
   ·基于粒子群优化的免疫分类算法第62-67页
     ·粒子群问题第62-63页
     ·适应度函数第63-64页
     ·算法步骤第64-65页
     ·实验及评价第65-67页
   ·免疫分类算法的分析和评价第67-68页
   ·本章小结第68-69页
6 免疫算法在网络文本分类中的应用第69-83页
   ·网络文本分类概述第69-74页
     ·文本分类模型第69-71页
     ·网络文本表示模型第71-72页
     ·网络文本特征选择方法第72-73页
     ·文本分类的性能评价指标第73-74页
   ·基于免疫算法的网络文本分类第74-81页
     ·引言第74-77页
     ·网络文本特征抽取第77-79页
     ·基于免疫算法的网络文本分类第79-80页
     ·实验及评价第80-81页
   ·本章小结第81-83页
7 人工免疫系统与 DNA 计算第83-97页
   ·DNA 计算概述第83-86页
   ·DNA 编码理论的算法研究第86-91页
     ·DNA 编码序列的设计标准第86-89页
     ·层次搜索算法第89-90页
     ·实验结果分析第90-91页
   ·免疫算法与 DNA 计算的集成第91-95页
     ·基于 DNA 计算的免疫算法第91-93页
     ·否定选择算法的 DNA 实现第93-95页
   ·本章小结第95-97页
8 总结第97-99页
   ·主要结论第97-98页
   ·后续研究工作的展望第98-99页
致谢第99-101页
参考文献第101-109页
附录第109页
 A. 作者在攻读博士学位期间发表的论文第109页
 B. 作者在攻读博士学位期间参与的科研项目第109页

论文共109页,点击 下载论文
上一篇:基于虚拟现实的机器人仿真研究
下一篇:高压脉冲水射流流场结构的数值模拟及破硬岩机理研究