基于群搜索优化粗糙集的脑科学数据研究
| 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9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究目标和主要内容 | 第12页 |
| 1.4 论文组织与结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第2章 粗糙集理论 | 第14-30页 |
| 2.1 粗糙集理论的基本知识 | 第14-23页 |
| 2.1.1 知识与不可分辨关系 | 第14-16页 |
| 2.1.2 粗糙集与近似集合 | 第16-19页 |
| 2.1.3 知识约简 | 第19-21页 |
| 2.1.4 决策表 | 第21-23页 |
| 2.2 基于粗糙集的属性约简算法 | 第23-28页 |
| 2.2.1 基本属性约简算法 | 第24-25页 |
| 2.2.2 基于区分矩阵的属性约简算法 | 第25-27页 |
| 2.2.3 基于属性重要程度的属性约简算法 | 第27-28页 |
| 2.3 粗糙集方法总结 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于多知识抽取的群搜索优化约简算法 | 第30-52页 |
| 3.1 群搜索优化算法 | 第30-36页 |
| 3.2 算法设计 | 第36-41页 |
| 3.2.1 简化表的快速计算法 | 第36-39页 |
| 3.2.2 双矩二进制编码 | 第39-40页 |
| 3.2.3 成员位置向量的二进制转换 | 第40页 |
| 3.2.4 适应度函数 | 第40-41页 |
| 3.2.5 迭代极值与全局极值 | 第41页 |
| 3.3 算法流程 | 第41-42页 |
| 3.4 算法实现 | 第42-43页 |
| 3.5 实验结果 | 第43-51页 |
| 3.5.1 实例演示 | 第44-46页 |
| 3.5.2 UCI数据集合 | 第46-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 群搜索优化约简算法在脑数据分析中的应用 | 第52-68页 |
| 4.1 功能磁共振成像 | 第52-56页 |
| 4.1.1 功能磁共振成像原理 | 第52-53页 |
| 4.1.2 功能磁共振成像条件与技术 | 第53-55页 |
| 4.1.3 功能磁共振成像的实验设计 | 第55-56页 |
| 4.2 SPM | 第56-57页 |
| 4.3 实验背景 | 第57-61页 |
| 4.3.1 实验对象 | 第57页 |
| 4.3.2 实验条件 | 第57页 |
| 4.3.3 实验流程 | 第57-59页 |
| 4.3.4 Brodmann Area | 第59-61页 |
| 4.4 算法应用 | 第61-67页 |
| 4.4.1 分析方法 | 第61-63页 |
| 4.4.2 约简结果 | 第63-65页 |
| 4.4.3 结果分析 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 结论与展望 | 第68-70页 |
| 5.1 论文总结 | 第68页 |
| 5.2 下一步工作展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75页 |
