| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-29页 |
| ·研究背景 | 第11-12页 |
| ·研究目的和意义 | 第12-13页 |
| ·国内外发展状况 | 第13-25页 |
| ·本文的主要研究内容 | 第25-28页 |
| ·论文的组织结构 | 第28-29页 |
| 2 特征选择方法 | 第29-49页 |
| ·特征数量对分类识别错误率的影响 | 第29-32页 |
| ·特征选择的定义 | 第32-36页 |
| ·特征选择的判据与分类器精度的关系 | 第36-40页 |
| ·特征选择方法 | 第40-43页 |
| ·特征选择搜索策略 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 3 多Filter初始化GA种群的混合特征选择算法 | 第49-66页 |
| ·Filter特征评估方法 | 第49-51页 |
| ·基于GA的多Filter的混合特征选择算法(MFGW) | 第51-56页 |
| ·MFGW_1算法 | 第56-58页 |
| ·算法分析与评价 | 第58-60页 |
| ·实验结果分析 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 4 基于遗传禁忌算法的神经网络优化 | 第66-95页 |
| ·BP神经网络的优化模型 | 第66-71页 |
| ·GTA优化算法相关操作 | 第71-74页 |
| ·基于TS和GA的神经网络的权值优化 | 第74-80页 |
| ·算法分析与评价 | 第80-82页 |
| ·实验结果及分析 | 第82-93页 |
| ·本章小结 | 第93-95页 |
| 5 基于Agent的神经网络隐层节点的优化 | 第95-113页 |
| ·神经网络分层优化 | 第95-103页 |
| ·RL Agent强化学习 | 第103-104页 |
| ·基于Agent强化学习的神经网络优化 | 第104-109页 |
| ·算法分析 | 第109页 |
| ·实验结果及分析 | 第109-112页 |
| ·本章小结 | 第112-113页 |
| 6 总结与展望 | 第113-116页 |
| ·全文总结 | 第113-114页 |
| ·研究展望 | 第114-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-134页 |
| 附录1 攻读博士学位期间发表的论文目录 | 第134-135页 |