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--自动推理、机器学习论文

基于信息理论的大规模模糊认知图学习算法及其应用研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-12页
缩略语对照表第12-16页
第一章 绪论第16-22页
    1.1 研究背景及意义第16-19页
        1.1.1 模糊认知图学习问题第16-17页
        1.1.2 模糊认知图学习算法第17-19页
    1.2 论文结构安排第19-22页
第二章 基于实验决策与评价方法的实数编码遗传算法的模糊认知图学习第22-32页
    2.1 引言第22-23页
    2.2 基于实验决策与评估方法的实数编码遗传算法的模糊认知图学习第23-27页
        2.2.1 模糊认知图学习问题建模第23-24页
        2.2.2 RCGADEMATEL-FCM算法描述第24-27页
        2.2.3 RCGADEMATEL-FCM算法实现第27页
    2.3 实验仿真及结果分析第27-31页
        2.3.1 性能评价标准第28-29页
        2.3.2 人工数据集的实验结果及分析第29-30页
        2.3.3 真实数据集的实验结果及分析第30-31页
    2.4 本章小结第31-32页
第三章 基于互信息的两阶段Memetic算法的大规模模糊认知图学习第32-52页
    3.1 引言第32-33页
    3.2 基于互信息的两阶段Memetic算法的大规模模糊认知图学习第33-38页
        3.2.1 模糊认知图学习问题建模第33-34页
        3.2.2 MIMA-FCM算法描述第34-38页
        3.2.3 MIMA-FCM算法实现第38页
    3.3 实验仿真及结果分析第38-48页
        3.3.1 实验数据第38-40页
        3.3.2 互信息阶段的有效性分析第40页
        3.3.3 人工数据的实验结果及分析第40-45页
        3.3.4 真实数据的实验结果及分析第45-46页
        3.3.5 基因调控网络重建的应用第46-48页
    3.4 算法性能讨论分析第48-51页
    3.5 本章小结第51-52页
第四章 基于信息论的两阶段分解式Memetic并行算法的大规模模糊认知图学习第52-70页
    4.1 引言第52-53页
    4.2 基于信息论的两阶段分解式Memetic并行算法的大规模模糊认知图学习第53-58页
        4.2.1 模糊认知图学习问题建模第53-54页
        4.2.2 PMADinfo-FCM算法描述第54-58页
        4.2.3 PMADinfo-FCM算法实现第58页
    4.3 实验仿真及结果分析第58-66页
        4.3.1 信息学习阶段的有效性分析第59页
        4.3.2 人工数据的实验结果及分析第59-62页
        4.3.3 基因调控网络重建的应用第62-66页
    4.4 算法性能讨论分析第66-67页
    4.5 本章小结第67-70页
第五章 总结与展望第70-72页
    5.1 研究总结第70-71页
    5.2 研究展望第71-72页
参考文献第72-78页
致谢第78-80页
作者简介第80-82页

论文共82页,点击 下载论文
上一篇:无线传感器网络路由优化算法研究
下一篇:基于深度学习的高分辨SAR图像地物分类