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 |