数据建模及算法的研究和应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·选题背景 | 第8-9页 |
| ·算法概述 | 第9-11页 |
| ·算法的概念及特征 | 第9页 |
| ·算法的评价标准 | 第9-10页 |
| ·算法的发展阶段 | 第10-11页 |
| ·建模概述 | 第11-14页 |
| ·模型的概念及组成 | 第11-12页 |
| ·建模的过程及原则 | 第12-13页 |
| ·建模的方法 | 第13-14页 |
| ·本文主要研究的内容 | 第14-16页 |
| 2. 计算智能算法概述 | 第16-24页 |
| ·计算智能的概念和特点 | 第16-17页 |
| ·智能优化算法 | 第17-20页 |
| ·模拟退火算法 | 第17-18页 |
| ·遗传算法 | 第18-19页 |
| ·群体智能算法 | 第19-20页 |
| ·智能分类算法 | 第20-23页 |
| ·人工神经网络算法 | 第20-22页 |
| ·支持向量机算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 优化的遗传算法求解TSP问题 | 第24-40页 |
| ·算法分析及模型建立 | 第24-26页 |
| ·TSP问题描述 | 第24页 |
| ·问题分析及算法设计思路 | 第24-25页 |
| ·模型的建立 | 第25-26页 |
| ·遗传算法概述 | 第26-29页 |
| ·遗传算法的基本原理 | 第26-28页 |
| ·遗传算法的优点 | 第28页 |
| ·传统遗传算法的描述 | 第28-29页 |
| ·对遗传算法的改进设计 | 第29-35页 |
| ·传统的算子概述及其特点分析 | 第30-32页 |
| ·求解TSP的贪婪的复合变异算子 | 第32-33页 |
| ·改进算法的流程图 | 第33-34页 |
| ·部分子程序说明 | 第34-35页 |
| ·实验仿真及结果分析 | 第35-38页 |
| ·本章小结 | 第38-40页 |
| 4 一种自适应的图像型火灾探测算法 | 第40-52页 |
| ·支持向量机 | 第40-45页 |
| ·支持向量机的原理 | 第40-43页 |
| ·基于保角映射的支持向量机算法 | 第43-44页 |
| ·支持向量机的建立 | 第44-45页 |
| ·自适应图像型火灾探测算法 | 第45-49页 |
| ·火焰可疑图元分割 | 第46-47页 |
| ·疑似区域的特征提取 | 第47-49页 |
| ·利用自适应核函数SVM识别火灾 | 第49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 结束语 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士学位期间发表论文和参加项目说明 | 第56-58页 |
| 致谢 | 第58-60页 |
| 附录 (源代码) | 第60-83页 |
