| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 进化极限学习机的基本原理 | 第17-24页 |
| 2.1 人工神经网络 | 第17-20页 |
| 2.1.1 单隐层前馈神经网络 | 第17-18页 |
| 2.1.2 极限学习机 | 第18-20页 |
| 2.2 进化极限学习机 | 第20-22页 |
| 2.2.1 差分进化 | 第20-21页 |
| 2.2.2 进化极限学习机的原理 | 第21-22页 |
| 2.3 特征加权 | 第22-23页 |
| 2.4 小结 | 第23-24页 |
| 第3章 模糊粗糙近邻算法研究 | 第24-34页 |
| 3.1 模糊粗糙集 | 第24-27页 |
| 3.1.1 模糊集 | 第24-25页 |
| 3.1.2 粗糙集 | 第25-26页 |
| 3.1.3 模糊粗糙集的定义方法 | 第26-27页 |
| 3.2 K近邻分类算法 | 第27-28页 |
| 3.3 K近邻等价分类算法 | 第28-29页 |
| 3.4 模糊粗糙近邻算法 | 第29-33页 |
| 3.4.1 算法简介 | 第29-30页 |
| 3.4.2 模糊粗糙近邻算法分类原理 | 第30-33页 |
| 3.5 小结 | 第33-34页 |
| 第4章 基于进化极限学习机的特征加权框架及其分类算法 | 第34-48页 |
| 4.1 基于进化极限学习机的特征加权框架 | 第34-35页 |
| 4.2 基于进化极限学习机的加权近邻分类算法 | 第35-39页 |
| 4.2.1 算法描述 | 第35-36页 |
| 4.2.2 实验 | 第36-37页 |
| 4.2.3 实验分析 | 第37-39页 |
| 4.3 基于进化极限学习机的加权近邻等价分类算法 | 第39-42页 |
| 4.3.1 算法描述 | 第39-40页 |
| 4.3.2 实验 | 第40-41页 |
| 4.3.3 实验分析 | 第41-42页 |
| 4.4 基于进化极限学习机的加权模糊粗糙近邻分类算法 | 第42-46页 |
| 4.4.1 算法描述 | 第42-43页 |
| 4.4.2 实验 | 第43-44页 |
| 4.4.3 实验分析 | 第44-46页 |
| 4.5 小结 | 第46-48页 |
| 第5章 总结与展望 | 第48-51页 |
| 5.1 论文总结 | 第48-49页 |
| 5.2 工作展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 攻读学位期间公开发表论文 | 第56-57页 |
| 致谢 | 第57页 |