基于模糊积分的多分类器融合方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·信息融合 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本课题的研究目的和意义 | 第14-15页 |
| ·主要研究内容 | 第15-17页 |
| 第二章 分类器及多分类器融合 | 第17-26页 |
| ·常见单分类器 | 第17-20页 |
| ·人工神经网络 | 第17-19页 |
| ·决策树 | 第19-20页 |
| ·k-近邻分类器 | 第20页 |
| ·常见的分类器融合方法 | 第20-23页 |
| ·遗传算法 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于模糊积分的多分类器融合 | 第26-38页 |
| ·模糊测度与模糊积分 | 第26-31页 |
| ·模糊测度 | 第26-28页 |
| ·模糊积分 | 第28-31页 |
| ·基于模糊积分的多分类器融合模型 | 第31-34页 |
| ·模糊测度的确定 | 第34-37页 |
| ·启发式定义模糊测度方法 | 第34-35页 |
| ·优化方法 | 第35-36页 |
| ·随机搜索方法 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 求解模糊测度的粒子群优化算法研究 | 第38-49页 |
| ·粒子群优化算法 | 第38-39页 |
| ·基于粒子群优化算法的模糊测度求解方法 | 第39-44页 |
| ·用模糊积分构造多分类器融合模型 | 第39-41页 |
| ·粒子群算法优化模糊测度 | 第41-44页 |
| ·实验数据与分析 | 第44-48页 |
| ·所用分类器及对比方法 | 第44-45页 |
| ·数据集 | 第45-46页 |
| ·实验结果与分析 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第五章 求解模糊测度的捕食与被捕食优化算法研究 | 第49-60页 |
| ·捕食与被捕食优化算法 | 第49-54页 |
| ·捕食与被捕食优化算法发展研究 | 第49-52页 |
| ·捕食与被捕食系统微分方程模型与差分方程模型 | 第52-53页 |
| ·基于差分方程模型的算法实现 | 第53-54页 |
| ·基于捕食与被捕食优化算法的模糊测度求解方法 | 第54-57页 |
| ·捕食与被捕食算法优化模糊测度模型建立 | 第54-55页 |
| ·捕食与被捕食算法优化模糊测度算法步骤 | 第55-57页 |
| ·实验数据与分析 | 第57-59页 |
| ·所用分类器及对比方法 | 第57页 |
| ·数据集 | 第57-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·展望及下一步的工作 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 附录A 攻读学位期间发表的论文 | 第68页 |
