阴性选择分类器原理与应用研究
| 第1章 绪论 | 第1-15页 |
| 1．1 研究背景 | 第10页 |
| 1．2 免疫学 | 第10-12页 |
| 1．3 免疫系统与信息处理 | 第12-13页 |
| 1．4 问题领域与主要研究内容 | 第13-14页 |
| 1．5 小结 | 第14-15页 |
| 第2章 自然免疫系统 | 第15-22页 |
| 2．1 自然免疫系统基本概念与机制 | 第15-16页 |
| 2．2 T细胞及B细胞的克隆扩增 | 第16-17页 |
| 2．3 免疫网络假说 | 第17-20页 |
| 2．4 阴性选择 | 第20-21页 |
| 2．5 小结 | 第21-22页 |
| 第3章 人工免疫系统 | 第22-29页 |
| 3．1 人工免疫系统微分方程模型 | 第22-23页 |
| 3．2 基于阴性选择的模型 | 第23-24页 |
| 3．3 基于进化算法的模型 | 第24-28页 |
| 3．3．1 基于库的模型 | 第24-26页 |
| 3．3．2 突现适应度共享 | 第26-27页 |
| 3．3．3 协同进化免疫系统 | 第27-28页 |
| 3．4 小结 | 第28-29页 |
| 第4章 Web挖掘与文本分类 | 第29-40页 |
| 4．1 Web知识发现定义、内容与任务 | 第29-30页 |
| 4．2 文本分类 | 第30-32页 |
| 4．2．1 文本分类定义 | 第30-31页 |
| 4．2．2 文本分类过程 | 第31-32页 |
| 4．3 Web文本挖掘技术 | 第32-39页 |
| 4．3．1 Web文本挖掘相关工作 | 第32-34页 |
| 4．3．2 Web文本知识发现 | 第34-37页 |
| 4．3．3 Web文件分类效果评价 | 第37-39页 |
| 4．4 小结 | 第39-40页 |
| 第5章 免疫阴性选择分类模型的设计与实现 | 第40-62页 |
| 5．1 前言 | 第40页 |
| 5．2 免疫分类器的实现方法 | 第40-48页 |
| 5．2．1 免疫阴性选择分类模型 | 第40-41页 |
| 5．2．2 特征抽取 | 第41-42页 |
| 5．2．3 检测器与编码机制 | 第42-43页 |
| 5．2．4 匹配强度 | 第43-44页 |
| 5．2．5 协同进化算法 | 第44-46页 |
| 5．2．6 适应度评估模式 | 第46-48页 |
| 5．3 测试数据 | 第48页 |
| 5．4 实验和分析-HTML文件和分类 | 第48-55页 |
| 5．4．1 分类器性能 | 第48-52页 |
| 5．4．2 进化算法动力学 | 第52-54页 |
| 5．4．3 特征抽取动态性 | 第54-55页 |
| 5．5 讨论 | 第55-60页 |
| 5．6 小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |
