基于多类别数据分类的演化超网络研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-17页 |
| 1.1 多类别分类问题简介 | 第8-10页 |
| 1.2 多类别数据分类的研究现状 | 第10-13页 |
| 1.3 超网络研究现状 | 第13-15页 |
| 1.4 本文的研究内容 | 第15页 |
| 1.5 本文的组织结构 | 第15-17页 |
| 第2章 传统演化超网络介绍 | 第17-26页 |
| 2.1 超网络模型 | 第17-19页 |
| 2.2 超网络分类器 | 第19-20页 |
| 2.3 超网络演化学习 | 第20-25页 |
| 2.3.1 基于梯度下降的演化学习方法 | 第21-23页 |
| 2.3.2 基于超边替代的演化学习方法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 多分类演化超网络 | 第26-40页 |
| 3.1 多分类演化超网络 | 第26-30页 |
| 3.1.1 传统超网络超边适应值计算 | 第26-28页 |
| 3.1.2 多分类超网络超边适应值计算 | 第28-29页 |
| 3.1.3 多分类超网络超边排序 | 第29-30页 |
| 3.2 多分类演化超网络演化学习 | 第30-31页 |
| 3.3 超边阶数设定 | 第31-34页 |
| 3.3.1 C4.5 算法简介 | 第31-33页 |
| 3.3.2 超边阶数生成算法 | 第33-34页 |
| 3.4 实验结果与分析 | 第34-39页 |
| 3.4.1 实验数据介绍 | 第34-35页 |
| 3.4.2 数据预处理 | 第35页 |
| 3.4.3 参数设置 | 第35-36页 |
| 3.4.4 结果与分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 子空间集成多分类演化超网络 | 第40-54页 |
| 4.1 子空间概念介绍 | 第40-41页 |
| 4.2 集成方法简介 | 第41-42页 |
| 4.3 子空间集成多分类演化超网络 | 第42-48页 |
| 4.3.1 子空间划分算法 | 第44-47页 |
| 4.3.2 子空间超边生成算法 | 第47-48页 |
| 4.3.3 子空间集成算法 | 第48页 |
| 4.4 子空间集成多分类演化超网络演化学习 | 第48-51页 |
| 4.5 实验结果与分析 | 第51-53页 |
| 4.5.1 实验参数设定 | 第51-52页 |
| 4.5.2 结果与分析 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 本文工作总结 | 第54-55页 |
| 5.2 下一步工作 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第63页 |
