| 论文创新点 | 第5-9页 |
| 摘要 | 第9-11页 |
| Abstract | 第11-13页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状和分析 | 第15-23页 |
| 1.2.1 特征选择 | 第15-18页 |
| 1.2.2 分类器设计 | 第18-20页 |
| 1.2.3 智能优化方法在分类中的应用 | 第20-23页 |
| 1.3 论文的研究内容和组织结构 | 第23-26页 |
| 1.3.1 论文的研究内容 | 第23-24页 |
| 1.3.2 论文的组织结构 | 第24-26页 |
| 第2章 基于非参判别式多流形学习的特征提取方法 | 第26-37页 |
| 2.1 流形学习简介 | 第26-27页 |
| 2.2 LLE和CMVM | 第27-28页 |
| 2.3 非参数判别式多流形学习 | 第28-31页 |
| 2.3.1 流形距离 | 第28-29页 |
| 2.3.2 局部结构 | 第29-30页 |
| 2.3.3 线性降维 | 第30-31页 |
| 2.4 实验设计及结果分析 | 第31-35页 |
| 2.4.1 在AR人脸数据集上的实验 | 第31-33页 |
| 2.4.2 在ORL人脸数据集上的实验 | 第33-34页 |
| 2.4.3 在YaleB人脸数据集上的实验 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 基于智能算法的朴素贝叶斯改进分类算法 | 第37-60页 |
| 3.1 朴素贝叶斯分类原理 | 第37-42页 |
| 3.1.1 贝叶斯理论基础 | 第37页 |
| 3.1.2 朴素贝叶斯基本概念 | 第37-38页 |
| 3.1.3 朴素贝叶斯实例 | 第38-40页 |
| 3.1.4 朴素贝叶斯分类算法改进 | 第40-42页 |
| 3.2 实验环境和数据 | 第42-44页 |
| 3.3 基于遗传算法的朴素贝叶斯改进分类算法 | 第44-48页 |
| 3.3.1 遗传算法原理 | 第44-45页 |
| 3.3.2 基于遗传算法的朴素贝叶斯改进算法原理、流程和步骤 | 第45-47页 |
| 3.3.3 实验设计 | 第47-48页 |
| 3.4 基于粒子群算法的朴素贝叶斯改进分类算法 | 第48-53页 |
| 3.4.1 粒子群算法原理 | 第48-50页 |
| 3.4.2 基于粒子群算法的朴素贝叶斯改进算法原理、流程和步骤 | 第50-52页 |
| 3.4.3 实验设计 | 第52-53页 |
| 3.5 基于差分进化的朴素贝叶斯改进分类算法 | 第53-58页 |
| 3.5.1 差分进化算法 | 第53-56页 |
| 3.5.2 基于差分进化的朴素贝叶斯改进算法原理、流程和步骤 | 第56-57页 |
| 3.5.3 实验设计 | 第57-58页 |
| 3.6 本章小结 | 第58-60页 |
| 第4章 基于智能算法的支持向量机参数寻优算法 | 第60-70页 |
| 4.1 支持向量机原理 | 第60-63页 |
| 4.1.1 概述 | 第60-62页 |
| 4.1.2 支持向量机参数优化选择 | 第62-63页 |
| 4.2 实验环境和数据 | 第63-64页 |
| 4.3 基于粒子群算法的支持向量机参数寻优算法 | 第64-66页 |
| 4.3.1 算法流程和步骤 | 第64-65页 |
| 4.3.2 实验设计及结果分析 | 第65-66页 |
| 4.4 基于差分进化算法的支持向量机参数寻优算法 | 第66-69页 |
| 4.4.1 算法流程和步骤 | 第66-68页 |
| 4.4.2 实验设计及结果分析 | 第68-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 基于混合智能算法的支持向量机参数寻优算法 | 第70-90页 |
| 5.1 基于反向学习差分进化模型的支持向量机参数寻优算法 | 第70-78页 |
| 5.1.1 反向学习原理 | 第70-71页 |
| 5.1.2 反向学习改进算法 | 第71-74页 |
| 5.1.3 基于反向学习差分进化模型的支持向量机参数寻优算法 | 第74-75页 |
| 5.1.4 实验设计及结果分析 | 第75-78页 |
| 5.2 基于差分进化和克隆选择混合模型的支持向量机参数寻优算法 | 第78-89页 |
| 5.2.1 克隆选择算法原理 | 第78-81页 |
| 5.2.2 克隆与差分进化混合算法 | 第81-84页 |
| 5.2.3 基于差分进化和克隆选择混合模型的支持向量机参数寻优算法 | 第84-87页 |
| 5.2.4 实验设计及结果分析 | 第87-89页 |
| 5.3 本章小结 | 第89-90页 |
| 第6章 基于差分进化的支持向量机特征子集选择及参数寻优的同步算法 | 第90-97页 |
| 6.1 参数优化与特征子集选择同步方法概述 | 第90页 |
| 6.2 个体编码设计 | 第90-91页 |
| 6.3 适应度函数设计 | 第91页 |
| 6.4 算法的流程和步骤 | 第91-92页 |
| 6.5 实验设计及结果分析 | 第92-95页 |
| 6.6 本章小结 | 第95-97页 |
| 第7章 总结与展望 | 第97-99页 |
| 7.1 全文总结 | 第97页 |
| 7.2 进一步的工作 | 第97-99页 |
| 参考文献 | 第99-109页 |
| 作者在攻读博士学位期间的主要科研成果 | 第109-110页 |
| 致谢 | 第110页 |
