| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外关于该课题的研究现状及趋势 | 第11-15页 |
| ·交互式遗传算法的应用现状 | 第11-12页 |
| ·交互式遗传算法的改进 | 第12-13页 |
| ·交互式遗传算法的研究中存在的不足 | 第13-14页 |
| ·半监督支持向量机的研究现状 | 第14-15页 |
| ·本文的创新点 | 第15-16页 |
| ·本文的研究内容与结构安排 | 第16-18页 |
| 第二章 交互式遗传算法概述 | 第18-27页 |
| ·交互式遗传算法生物学的基础 | 第18-19页 |
| ·交互式遗传算法工作原理 | 第19-20页 |
| ·算法基本操作 | 第20-26页 |
| ·编码 | 第21页 |
| ·复制算子 | 第21-23页 |
| ·杂交算子 | 第23-25页 |
| ·变异算子 | 第25-26页 |
| ·适应性评价 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 半监督支持向量机理论研究 | 第27-35页 |
| ·统计学习理论基础 | 第27-30页 |
| ·分类问题的统计学提法 | 第27-28页 |
| ·VC 维 | 第28-29页 |
| ·结构风险最小化 | 第29-30页 |
| ·支持向量机算法 | 第30-32页 |
| ·线性可分 | 第30-31页 |
| ·非线性可分 | 第31-32页 |
| ·半监督支持向量机 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于数据依赖核的半监督支持向量机 | 第35-46页 |
| ·数据依赖的半监督核 | 第35-37页 |
| ·核方法的基本原理 | 第35-36页 |
| ·半监督核的引入 | 第36页 |
| ·半监督核的发展 | 第36-37页 |
| ·结合参数类半监督核的支持向量机 | 第37-39页 |
| ·参数类半监督核的构造 | 第37-38页 |
| ·结合参数类半监督核的支持向量机算法描述 | 第38-39页 |
| ·结合非参数半监督核的支持向量机 | 第39-41页 |
| ·非参数半监督核的构造 | 第39-41页 |
| ·结合非参数半监督核的支持向量机算法描述 | 第41页 |
| ·仿真实验 | 第41-44页 |
| ·实验设计 | 第41-43页 |
| ·结果分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 基于半监督支持向量机的交互式遗传算法 | 第46-52页 |
| ·引言 | 第46-47页 |
| ·用户评价代理模型的构建 | 第47-48页 |
| ·高可信度的未标记样本的选择 | 第47-48页 |
| ·未标记样本的批量选择 | 第48页 |
| ·基于半监督支持向量机的交互式遗传算法 | 第48-49页 |
| ·实验与分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 半监督交互式遗传算法在敏感信息监控中的应用 | 第52-58页 |
| ·应用背景 | 第52页 |
| ·敏感信息过滤模板的生成 | 第52-55页 |
| ·信息预处理和编码 | 第53-54页 |
| ·遗传操作 | 第54-55页 |
| ·敏感信息监控系统原型 | 第55-57页 |
| ·监控系统结构 | 第55页 |
| ·系统的工作流程 | 第55-56页 |
| ·系统的实现 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第七章 工作总结与展望 | 第58-60页 |
| ·研究总结 | 第58页 |
| ·研究展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表或录用论文及参与项目 | 第66-67页 |
| 致谢 | 第67页 |