基于基因表达式编程的分类算法研究

摘要:	第1-3页
Abstract	第3-6页
1. 引言	第6-7页
2. 背景知识	第7-14页
·数据挖掘的内涵及其意义	第7-8页
·分类的概念和基本术语	第8-10页
·遗传算法概述	第10-11页
·基因表达式编程简介	第11-14页
·基因表达式编程的编码结构	第11-12页
·适应度函数与选择算子	第12-13页
·遗传算子	第13-14页
·当前GEP 的研究进展	第14页
3. 基于GEP 的正交象限分类算法	第14-39页
·相关工作	第15-16页
·正交象限分类算法的技术背景	第16-17页
·正交象限分类算法	第17-29页
·编码方法与实现细节	第17-19页
·分界阈值点的动态获取	第19-20页
·建立类与象限区域的动态映射	第20-26页
·适应度函数的设计	第26-29页
·实验	第29-39页
4. 基于基因表达式编程的属性融合分类算法	第39-54页
·属性融合的传统方法	第40-41页
·属性融合的技术优势	第41-42页
·属性融合分类方法的要点和难点	第42-44页
·编码规则、遗传操作及选择方法	第43页
·兼顾属性融合特色的进化适应度函数	第43-44页
·基于GEP 的属性融合算法	第44-50页
·基于GEP 的标准属性融合算法	第44-47页
·基于保留精英基因的改进策略	第47-49页
·寻找准小属性集	第49-50页
·实验	第50-54页
5. 总结和展望	第54-56页
参考文献	第56-58页
本文作者在攻读硕士学位期间发表的文章	第58-60页
致谢	第60页