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

改进的遗传算法在样本选择中的应用研究

摘要第1-4页
Abstract第4-5页
目录第5-7页
第一章 引言第7-9页
   ·研究的意义和背景第7页
   ·研究内容与主要工作第7-8页
   ·本文组织结构第8-9页
第二章 特征选择与样本选择概述第9-19页
   ·特征选择第9-11页
     ·特征选择的历史与现状第9页
     ·特征选择和学习算法的关系第9-10页
     ·特征选择与学习算法的组合第10-11页
   ·样本选择第11-19页
     ·样本选择、特征选择、学习算法三者关系第12页
     ·样本选择与学习算法的组合第12-13页
     ·样本选择方法第13-15页
     ·样本选择的特点第15-16页
     ·样本选择的难点第16-17页
     ·样本选择在数据挖掘中的应用第17-19页
第三章 遗传算法第19-27页
   ·遗传算法第19-23页
     ·遗传算法的产生和发展第19-21页
     ·遗传算法的特点第21-22页
     ·遗传算法的基本步骤第22-23页
   ·改进的遗传算法第23-27页
     ·个体组成第23页
     ·初始种群第23-24页
     ·适应度函数第24页
     ·遗传算子第24-26页
     ·算法描述第26页
     ·算法流程第26-27页
第四章 样本选择模型及其应用第27-32页
   ·样本选择模型第27页
   ·应用第27-32页
     ·应用前景第28页
     ·数据集的来源及组成第28页
     ·数据集的特点第28-29页
     ·任务介绍第29-30页
     ·相关工作第30-31页
     ·评估标准第31-32页
第五章 对比实验第32-35页
   ·无样本选择实验第32-33页
   ·样本选择实验第33-35页
     ·实验参数第33-34页
     ·实验效果与分析第34-35页
结论第35-36页
参考文献第36-41页
附录第41-48页
后记第48-49页
在学期间公开发表论文及参加的科研项目情况第49页

论文共49页,点击 下载论文
上一篇:利用绿色荧光蛋白报告基因定量测定Escherichia Coli中UGA密码子的通读效率
下一篇:Ri质粒对茶树和苦瓜的遗传转化及相关功能成分研究