| ABSTRACT | 第1-7页 |
| 摘要 | 第7-13页 |
| CHAPTER 1 INTRODUCTION | 第13-20页 |
| ·Background | 第13-17页 |
| ·Roadmap of this thesis | 第17-20页 |
| CHAPTER 2 A HYBRID PSO-BFGS STRATEGY FOR GLOBAL OPTIMIZATION OF MULTIMODAL FUNCTIONS | 第20-41页 |
| ·Introduction | 第20-21页 |
| ·PSO-BFGS strategy | 第21-28页 |
| ·Canonical particle swarm optimization | 第21-22页 |
| ·Premature convergence and local swarm diversity | 第22页 |
| ·Modification of BFGS method | 第22-23页 |
| ·Territory technique | 第23-24页 |
| ·Reposition technique | 第24-25页 |
| ·General scheme of PSO-BFGS strategy | 第25-27页 |
| ·Reconstruction technique | 第27-28页 |
| ·Benchmark tests and discussions | 第28-39页 |
| ·Experimental setup | 第28-30页 |
| ·Experimental results and discussions | 第30-39页 |
| ·Conclusions | 第39-41页 |
| CHAPTER 3 TUNING SVM PARAMETERS USING A HYBRID CLPSO-BFGS ALGORITHM | 第41-58页 |
| ·Introduction | 第41-42页 |
| ·Preliminary studies | 第42-45页 |
| ·SVM formulations | 第42-43页 |
| ·Existing generalization error bounds | 第43-45页 |
| ·Proposed method | 第45-49页 |
| ·BFGS method for SVM parameter tuning | 第45-46页 |
| ·CLPSO-BFGS for tuning SVM parameters | 第46-49页 |
| ·Experimental results and discussions | 第49-57页 |
| ·Parameter settings | 第49页 |
| ·Derivative calculation of the LOO bounds | 第49-50页 |
| ·Benchmark datasets | 第50-51页 |
| ·Experimental results | 第51-57页 |
| ·Conclusions | 第57-58页 |
| CHAPTER 4 GENE SELECTION AND TISSUE CLASSIFICATION BASED ON SUPPORT VECTOR MACHINE AND GENETIC ALGORITHM | 第58-65页 |
| ·Introduction | 第58-59页 |
| ·The proposed method | 第59-62页 |
| ·Coarse selection with Wilcoxon-test | 第59-60页 |
| ·Data normalization | 第60页 |
| ·Fine selection with SVM | 第60-61页 |
| ·Parameter optimization with GA | 第61-62页 |
| ·Experimental results | 第62-64页 |
| ·Dataset description and performance evaluation | 第62页 |
| ·Experimental setup | 第62-63页 |
| ·Experimental results | 第63-64页 |
| ·Conclusions | 第64-65页 |
| CHAPTER 5 GRAPH EMBEDDING BASED FEATURE SELECTION | 第65-82页 |
| ·Introduction | 第65-67页 |
| ·Prior knowledge: graph embedding for feature extraction | 第67-70页 |
| ·Graph embedding based feature selection | 第70-74页 |
| ·MFA score based filter methods for feature selection | 第72-74页 |
| ·Complexity analysis | 第74页 |
| ·Experiments | 第74-81页 |
| ·Data preparation and performance evaluations | 第74-75页 |
| ·Model selection | 第75-76页 |
| ·Toy experiments | 第76-77页 |
| ·Real-data experiments | 第77-81页 |
| ·Conclusions | 第81-82页 |
| CONCLUSION AND FUTURE WORK | 第82-85页 |
| REFERENCES | 第85-94页 |
| ACKNOWLEDGEMENTS | 第94-95页 |
| APPENDICES A | 第95页 |
