首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于GA-PSO的粗糙集属性的简算法的研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-14页
    1.1 本课题研究的意义第10-11页
    1.2 本课题研究的现状第11-13页
    1.3 本文研究内容及组织结构第13-14页
第二章 传统的Rough set属性约简算法第14-27页
    2.1 Rough set属性约简基础第14-21页
        2.1.1 Rough set属性约简基本理论第14-18页
        2.1.2 属性约简与核第18-21页
    2.2 粗糙集的特征第21-23页
    2.3 传统的属性约简算法第23-27页
        2.3.1 基于Skowron差别矩阵的属性约简算法第23页
        2.3.2 基于属性重要性的约简算法第23-25页
        2.3.3 基于属性支持度的约简算法第25页
        2.3.4 传统属性约简算法的比较第25-27页
第三章 基于群智能算法的属性约简方法第27-37页
    3.1 基于GA的属性约简方法第27-32页
        3.1.1 GA的构成要素第28-30页
        3.1.2 GA基本框架第30-31页
        3.1.3 GA用于Rough set属性约简第31-32页
    3.2 基于PSO的属性约简方法第32-35页
        3.2.1 PSO法原理第32-33页
        3.2.2 PSO基本步骤第33-34页
        3.2.3 PSO用于粗糙集属性约简第34-35页
    3.3 群智能属性约简算法的优缺点分析第35-37页
第四章 改进的群智能属性约简算法第37-51页
    4.1 改进的GA属性约简算法第37-41页
        4.1.1 改进的GA约简算法设计第37-38页
        4.1.2 改进的GA约简算法步骤第38-39页
        4.1.3 实验结果与分析第39-41页
    4.2 改进的PSO属性约简方法第41-45页
        4.2.1 改进的PSO约简算法设计第42-43页
        4.2.2 改进的PSO约简算法步骤第43-44页
        4.2.3 实验结果与分析第44-45页
    4.3 改进的GA-PSO属性约简方法第45-51页
        4.3.1 改进的GA-PSO算法思想第45-46页
        4.3.2 改进的GA-PSO属性约简步骤第46-47页
        4.3.3 实验结果与分析第47-51页
第五章 总结与展望第51-53页
    5.1 本文的工作总结第51-52页
    5.2 下一步的工作展望第52-53页
参考文献第53-57页
在校期间取得的科研成果第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:视频镜头分割和关键帧提取关键技术研究
下一篇:基于小世界模型的启发式寻路算法研究