| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 引言 | 第10-15页 |
| 第一章 Relief 算法及改进 | 第15-25页 |
| ·Relief 算法概述 | 第15页 |
| ·Relief 算法的数学解释及实例演示 | 第15-19页 |
| ·Relief 算法的数学解释 | 第15-16页 |
| ·Relief 算法的数学解释的实例及程序实现 | 第16-19页 |
| ·传统 Relief 算法的不足及改进 | 第19-23页 |
| ·传统 Relief 算法的不足 | 第19-20页 |
| ·Relief 算法的改进 | 第20-23页 |
| ·改进的 Relief 算法应用实例 | 第23-25页 |
| 第二章 Fisher 线性分类器与序列前向选择算法 | 第25-33页 |
| ·Fisher 线性分类器 | 第25-26页 |
| ·序列前向选择算法 | 第26-27页 |
| ·针对 ReliefF 算法错分区域的算法改进 | 第27-28页 |
| ·初步的组合优化算法应用实例 | 第28-33页 |
| 第三章 K_均值聚类算法 | 第33-40页 |
| ·聚类算法概述 | 第33-35页 |
| ·K_均值聚类算法 | 第35页 |
| ·K_均值聚类与组合优化算法的结合 | 第35-36页 |
| ·加入 K_均值聚类后的组合优化算法应用实例 | 第36-40页 |
| 第四章 核主成分分析法 | 第40-50页 |
| ·主成分分析法概述 | 第40-42页 |
| ·核主成分分析法概述 | 第42-43页 |
| ·核主成分分析与组合优化算法的融合 | 第43-45页 |
| ·融入核主成分分析算法后的组合优化算法应用实例 | 第45-50页 |
| 第五章 支持向量机 | 第50-58页 |
| ·支持向量机算法 | 第50-53页 |
| ·Lib—SVM 算法 | 第53-54页 |
| ·完整的组合优化算法 | 第54-55页 |
| ·完整的组合优化算法的应用实例 | 第55-58页 |
| 第六章 算法总结与展望 | 第58-66页 |
| ·算法整体研究思路总结 | 第58-60页 |
| ·结果对比及组合优化算法的特点 | 第60-63页 |
| ·课题的创新工作 | 第63-64页 |
| ·课题未来的研究方向 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |