| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 研究的背景、目的及意义 | 第8-12页 |
| 1.1.1 研究的背景 | 第8-11页 |
| 1.1.2 研究的目的及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-16页 |
| 1.2.3 威胁评估主要技术 | 第16-17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第二章 目标威胁估计模型 | 第19-25页 |
| 2.1 威胁处理技术 | 第19-20页 |
| 2.2 威胁估计模型的建立 | 第20-23页 |
| 2.3 目标威胁估计评价指标 | 第23-24页 |
| 2.3.1 准确率 | 第23-24页 |
| 2.3.2 目标威胁相对准确率 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于改进迭代决策树的目标威胁估计方法 | 第25-40页 |
| 3.1 引言 | 第25页 |
| 3.2 迭代决策树理论 | 第25-29页 |
| 3.2.1 决策树算法 | 第26-27页 |
| 3.2.2 随机森林 | 第27-28页 |
| 3.2.3 GBDT | 第28-29页 |
| 3.3 改进迭代决策树算法 | 第29-30页 |
| 3.4 实验设计 | 第30-39页 |
| 3.4.1 数据预处理 | 第30-35页 |
| 3.4.2 实验及结果分析 | 第35-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于差分进化算法优化BP神经网络的目标威胁估计方法 | 第40-64页 |
| 4.1 引言 | 第40页 |
| 4.2 差分进化算法 | 第40-43页 |
| 4.3 BP神经网络 | 第43-52页 |
| 4.3.1 神经元模型 | 第43-44页 |
| 4.3.2 BP神经网络理论 | 第44-50页 |
| 4.3.3 梯度下降优化算法 | 第50-51页 |
| 4.3.4 Dropout | 第51-52页 |
| 4.4 基于差分进化算法优化BP神经网络算法 | 第52-54页 |
| 4.5 实验设计 | 第54-62页 |
| 4.5.1 数据预处理 | 第54-57页 |
| 4.5.2 实验参数分析 | 第57-59页 |
| 4.5.3 实验及结果分析 | 第59-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 全文工作总结 | 第64页 |
| 5.2 论文创新点 | 第64-65页 |
| 5.3 研究展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的学位论文 | 第71页 |