智能计算及应用研究
| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-16页 |
| ·选题背景与研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·本文的研究工作及章节安排 | 第13-16页 |
| 第2章 相关智能计算模型和方法 | 第16-31页 |
| ·支持向量机 | 第16-20页 |
| ·支持向量机原理 | 第16-18页 |
| ·支持向量机模型 | 第18-20页 |
| ·分类 | 第20-22页 |
| ·分类算法原理 | 第20-21页 |
| ·分类算法模型 | 第21-22页 |
| ·聚类和模糊聚类 | 第22-28页 |
| ·聚类算法原理 | 第22-24页 |
| ·聚类算法模型 | 第24-25页 |
| ·模糊聚类算法原理 | 第25-26页 |
| ·模糊聚类算法模型 | 第26-28页 |
| ·群智能算法 | 第28-31页 |
| ·群智能算法原理 | 第28页 |
| ·群智能算法模型 | 第28-31页 |
| 第3章 智能计算的改进研究 | 第31-35页 |
| ·引言 | 第31页 |
| ·最小二乘支持向量机改进研究 | 第31-33页 |
| ·蚁群算法改进研究 | 第33-35页 |
| 第4章 自适应迭代最小二乘支持向量机回归研究 | 第35-49页 |
| ·引言 | 第35-36页 |
| ·最小二乘支持向量机回归 | 第36-41页 |
| ·LSSVR和增量LSSVR | 第37-39页 |
| ·逆学习算法 | 第39-41页 |
| ·AILSSVR算法 | 第41-45页 |
| ·实验及结果分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 哼唱音乐的智能化检索 | 第49-73页 |
| ·引言 | 第49-50页 |
| ·基于哼唱的音乐检索系统概述 | 第50-62页 |
| ·声学基本原理 | 第50-51页 |
| ·典型的哼唱音乐检索系统原型 | 第51-59页 |
| ·基于智能计算方法的系统改进策略 | 第59-62页 |
| ·基于支持向量机分类的人声段落检测 | 第62-67页 |
| ·基于短时帧的人声段落检测 | 第62-65页 |
| ·基于时间段的人声段落检测 | 第65-67页 |
| ·基于模糊聚类的音乐搜索 | 第67-68页 |
| ·实验及结果分析 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 一维下料问题的智能求解 | 第73-83页 |
| ·引言 | 第73页 |
| ·一维下料问题 | 第73-74页 |
| ·基于蚁群算法求解一维下料问题 | 第74-78页 |
| ·实验及结果分析 | 第78-82页 |
| ·算法参数优化实验 | 第79-81页 |
| ·算法运行结果 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第7章 总结与展望 | 第83-85页 |
| ·总结 | 第83-84页 |
| ·展望 | 第84-85页 |
| 参考文献 | 第85-92页 |
| 攻读博士期间的研究成果 | 第92-93页 |
| 致谢 | 第93-94页 |
| 摘要 | 第94-97页 |
| ABSTRACT | 第97-100页 |
