基于进化算法的特征选择研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 研究内容及主要工作 | 第12页 |
| 1.4 本文的结构安排 | 第12-14页 |
| 第2章 基础知识 | 第14-24页 |
| 2.1 特征选择 | 第14-17页 |
| 2.1.1 特征选择的基本概念 | 第14-15页 |
| 2.1.2 特征选择的搜索方向 | 第15-16页 |
| 2.1.3 特征选择的搜索策略 | 第16页 |
| 2.1.4 特征选择的常见方法 | 第16-17页 |
| 2.2 遗传算法 | 第17-19页 |
| 2.2.1 基本思想 | 第17页 |
| 2.2.2 关键问题 | 第17-18页 |
| 2.2.3 主要步骤 | 第18-19页 |
| 2.3 粒子群算法 | 第19-22页 |
| 2.3.1 基本思想 | 第19页 |
| 2.3.2 相关概念及参数 | 第19-20页 |
| 2.3.3 关键问题 | 第20-21页 |
| 2.3.4 主要步骤 | 第21-22页 |
| 2.4 粗糙集 | 第22-24页 |
| 第3章 基于遗传算法的特征选择问题 | 第24-38页 |
| 3.1 基于相对分类信息熵的遗传特征选择方法 | 第24-31页 |
| 3.1.1 相对分类信息熵 | 第24-26页 |
| 3.1.2 算法描述 | 第26-28页 |
| 3.1.3 实验结果及分析 | 第28-31页 |
| 3.2 基于不一致率的遗传特征选择方法 | 第31-37页 |
| 3.2.1 不一致性度量 | 第32-34页 |
| 3.2.2 算法描述 | 第34-35页 |
| 3.2.3 实验结果及分析 | 第35-37页 |
| 3.3 连续值数据集上的应用 | 第37-38页 |
| 第4章 基于粒子群算法的特征选择问题 | 第38-50页 |
| 4.1 基于相对分类信息熵的粒子群特征选择方法 | 第38-43页 |
| 4.1.1 二进制粒子群算法 | 第38-39页 |
| 4.1.2 算法描述 | 第39页 |
| 4.1.3 实验结果及分析 | 第39-43页 |
| 4.2 基于不一致率的粒子群特征选择方法 | 第43-48页 |
| 4.2.1 算法描述 | 第44页 |
| 4.2.2 实验结果及分析 | 第44-48页 |
| 4.3 连续值数据集上的应用 | 第48-50页 |
| 第5章 工作总结与展望 | 第50-52页 |
| 5.1 工作总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间取得的科研成果 | 第56页 |
