| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究状况 | 第12-15页 |
| ·本论文的主要工作 | 第15页 |
| ·本文章节结构 | 第15-16页 |
| 第二章 学习分类器介绍 | 第16-24页 |
| ·学习分类器的概念 | 第16页 |
| ·学习分类器的构造方法及模型 | 第16-21页 |
| ·学习分类器系统组件部分的改进 | 第21-22页 |
| ·分类算法评价标准 | 第22-24页 |
| 第三章 遗传算法基本原理和基于遗传算法的分类规则挖掘 | 第24-33页 |
| ·遗传算法的特点及优缺点 | 第24-26页 |
| ·遗传算法的基本原理 | 第26-30页 |
| ·遗传编码 | 第26-27页 |
| ·初始群体设定 | 第27页 |
| ·适应度函数 | 第27页 |
| ·遗传操作 | 第27-30页 |
| ·基于遗传算法的分类规则挖掘方法 | 第30-33页 |
| ·遗传算法分类规则提取 | 第30-32页 |
| ·密歇根方法VS匹兹堡方法 | 第32-33页 |
| 第四章 基于规则的遗传算法分类器编码长度的研究 | 第33-50页 |
| ·相关定理推论以及证明 | 第33-36页 |
| ·编码长度对分类准确度的影响 | 第36-43页 |
| ·实验结果及分析 | 第43-50页 |
| 第五章 不同改进遗传算法对于分类器性能的影响 | 第50-66页 |
| ·改进遗传算法的介绍 | 第50-53页 |
| ·分层遗传算法 | 第50-51页 |
| ·自适应遗传算法 | 第51-53页 |
| ·实验环境与数据 | 第53-63页 |
| ·实验环境 | 第53页 |
| ·实验数据 | 第53-57页 |
| ·系统框架及界面 | 第57-63页 |
| ·关键步骤及说明 | 第63页 |
| ·实验结果与分析 | 第63-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·本文中改进学习分类器系统内容总结 | 第66页 |
| ·今后学习分类器系统发展前景展望 | 第66-68页 |
| 附录 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 后记 | 第74页 |