| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·粒子群优化研究背景和现状 | 第9-10页 |
| ·分类算法的研究背景及现状 | 第10-12页 |
| ·本文章节安排 | 第12-15页 |
| 第二章 基于二次插值的正交粒子群优化算法 | 第15-31页 |
| ·引言 | 第15页 |
| ·相关理论背景 | 第15-19页 |
| ·粒子群优化算法 | 第15-17页 |
| ·基于正交学习的粒子群优化算法(OLPSO-G) | 第17-19页 |
| ·基于二次插值的正交粒子群优化算法(QOLPSO-G) | 第19-22页 |
| ·二次插值算子 | 第20-21页 |
| ·反向学习算子 | 第21-22页 |
| ·精英选择算子 | 第22页 |
| ·实验结果与分析 | 第22-30页 |
| ·实验设置 | 第22-23页 |
| ·实验分析 | 第23-25页 |
| ·QIOLPSO-G 和 OLPSO-G 的多样性及各算子的效果分析 | 第25-27页 |
| ·三个算子对算法的影响 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于 MPSO 的新的混合分类算法 | 第31-55页 |
| ·引言 | 第31-32页 |
| ·相关理论背景 | 第32-41页 |
| ·MPSO | 第33-35页 |
| ·HLC | 第35-37页 |
| ·MPSO-HLC 中的网络测度 | 第37-41页 |
| ·基于 MPSO 和 HLC 的混合分类器(MPSO-HLC) | 第41-44页 |
| ·实验结果与分析 | 第44-51页 |
| ·人工数据 | 第45-46页 |
| ·UCI 数据 | 第46-48页 |
| ·手写体识别 | 第48-51页 |
| ·本章小结 | 第51-55页 |
| 第四章 基于同步优化机制的混合分类算法 | 第55-65页 |
| ·引言 | 第55页 |
| ·相关理论背景 | 第55-61页 |
| ·聚类学习机制 | 第55-56页 |
| ·聚类和分类同步学习机制(SCC) | 第56-61页 |
| ·基于 SCC 的混合分类算法 | 第61页 |
| ·实验结果与分析 | 第61-64页 |
| ·参数设置与优化 | 第61-63页 |
| ·UCI 数据 | 第63页 |
| ·人工数据 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·论文总结 | 第65-66页 |
| ·论文展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 硕士期间部分科研成果 | 第75-76页 |
