多代价敏感的反传神经网络优化研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-26页 |
| ·课题的目的、背景及其意义 | 第11-14页 |
| ·相关研究进展 | 第14-22页 |
| ·本文的主要研究工作 | 第22-24页 |
| ·主要研究成果 | 第24-25页 |
| ·论文结构 | 第25-26页 |
| 2 一种单点变异遗传算法 | 第26-48页 |
| ·遗传算法简介 | 第26-31页 |
| ·遗传算法基本概念 | 第31-36页 |
| ·单点变异下的模式增长 | 第36-40页 |
| ·遗传算法与多目标优化 | 第40-47页 |
| ·本章小结 | 第47-48页 |
| 3 决策系统的属性约简方法 | 第48-78页 |
| ·属性约简方法简介 | 第48-50页 |
| ·基于粗糙集的属性选择 | 第50-55页 |
| ·属性选择算法 | 第55-65页 |
| ·属性选择遗传算法 | 第65-73页 |
| ·实验及结果分析 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 4 多代价敏感的反传神经网络学习 | 第78-109页 |
| ·传统的反传神经网络学习 | 第78-87页 |
| ·代价敏感的BPNN学习 | 第87-91页 |
| ·基于遗传算法的代价敏感BPNN学习 | 第91-97页 |
| ·多代价敏感的BPNN学习 | 第97-104页 |
| ·实验及结果分析 | 第104-108页 |
| ·本章小结 | 第108-109页 |
| 5 多代价敏感的分类器的设计与实现 | 第109-120页 |
| ·总体结构 | 第109-110页 |
| ·基于P2P的实现方法 | 第110-112页 |
| ·决策支持系统的通信接口 | 第112-115页 |
| ·多代价敏感的神经网络分类系统 | 第115-118页 |
| ·本章小结 | 第118-120页 |
| 6 总结 | 第120-122页 |
| 致谢 | 第122-124页 |
| 参考文献 | 第124-138页 |
| 附录1 攻读博士学位期间发表及录用的论文目录 | 第138-140页 |
| 附录2 攻读博士学位期间从事的科研项目及成果 | 第140页 |
