免疫实值阴性选择算法的应用及优化
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·本课题研究背景 | 第11-12页 |
| ·人体免疫系统简介 | 第12-14页 |
| ·免疫应答和免疫性疾病 | 第12-13页 |
| ·免疫学简史 | 第13-14页 |
| ·阴性选择算法 | 第14-16页 |
| ·阴性选择算法的提出 | 第14-15页 |
| ·阴性选择算法的现状 | 第15-16页 |
| ·本文研究内容 | 第16页 |
| ·本文结构安排 | 第16-17页 |
| 第2章 阴性选择算法原理 | 第17-25页 |
| ·Forrest 阴性选择算法流程 | 第17-18页 |
| ·实数向量型阴性选择算法 | 第18-19页 |
| ·基于检测划分的实值检测器生成算法 | 第19-24页 |
| ·算法流程 | 第19-20页 |
| ·亲和度判定依据分析 | 第20-21页 |
| ·边界检测分析 | 第21-23页 |
| ·仿真测试结果 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第3章 基于阴性选择的多分类模型及应用 | 第25-44页 |
| ·数据分类方法简介 | 第25-28页 |
| ·传统数据分类方法简介 | 第25-26页 |
| ·现代数据分类方法简介 | 第26-27页 |
| ·人工免疫与数据分类 | 第27-28页 |
| ·基于阴性选择的数据分类模型 | 第28页 |
| ·分类模型的参数选择 | 第28-30页 |
| ·训练学习阶段 | 第28页 |
| ·测试诊断阶段 | 第28-30页 |
| ·分类模型的仿真测试 | 第30-33页 |
| ·测试数据的来源 | 第30页 |
| ·数据处理和分析结果 | 第30-33页 |
| ·故障实验数据分析 | 第33-43页 |
| ·电力变压器故障诊断技术概况 | 第33-35页 |
| ·变压器油中溶解气数据的预处理 | 第35-36页 |
| ·核主成分分析技术的运用 | 第36-37页 |
| ·特征量的选择 | 第37-39页 |
| ·故障 DGA 数据检测器的生成 | 第39-40页 |
| ·故障 DGA 数据的神经网络识别法 | 第40-43页 |
| ·实验结果分析 | 第43页 |
| ·小结 | 第43-44页 |
| 第4章 免疫阴性选择算法的优化 | 第44-55页 |
| ·两种阴性选择编码方案概述 | 第44-45页 |
| ·检测划分机制的实值检测器生成算法缺陷分析 | 第45-52页 |
| ·生物自身免疫性疾病概述 | 第45-46页 |
| ·实值检测器生成算法的缺陷 | 第46-48页 |
| ·致病检测器的判别规则 | 第48-52页 |
| ·优化结果分析 | 第52-54页 |
| ·仿真数据分析 | 第52-54页 |
| ·小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63-65页 |
