| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 图索引 | 第10-11页 |
| 表索引 | 第11-12页 |
| 1. 绪论 | 第12-18页 |
| ·群智能优化算法 | 第12-13页 |
| ·支持向量机 | 第13-14页 |
| ·空间手写识别概述 | 第14-15页 |
| ·课题背景与研究意义 | 第15-16页 |
| ·本文创新点 | 第16-17页 |
| ·本文主要内容和各章节安排 | 第17-18页 |
| 2. GSO算法和FA算法 | 第18-31页 |
| ·GSO算法 | 第18-21页 |
| ·亮度更新阶段 | 第18-19页 |
| ·位置更新阶段 | 第19页 |
| ·动态决策域更新阶段 | 第19-20页 |
| ·GSO算法的实现步骤 | 第20页 |
| ·GSO的混合优化算法 | 第20-21页 |
| ·FA算法 | 第21-23页 |
| ·FA算法的实现步骤 | 第22页 |
| ·FA算法的实现流程图 | 第22-23页 |
| ·改进的GSO算法及其在函数优化中的应用 | 第23-29页 |
| ·IGSO算法实现步骤 | 第24-25页 |
| ·IGSO算法的实现流程图 | 第25页 |
| ·IGSO算法在函数优化中的应用 | 第25-29页 |
| ·本章小结 | 第29-31页 |
| 3. 改进GSO算法在空间手写识别核函数优化中的应用 | 第31-48页 |
| ·统计学习与SVM基本理论 | 第31-36页 |
| ·统计学习 | 第31-33页 |
| ·支持向量机 | 第33-36页 |
| ·SVM模型参数的选择 | 第36-39页 |
| ·核函数的概念及其对分类的影响 | 第36-38页 |
| ·交叉验证法优化SVM核参数 | 第38页 |
| ·网格搜索法优化SVM核参数 | 第38页 |
| ·群智能法优化SVM核参数 | 第38-39页 |
| ·改进萤火虫算法在空间手写识别核函数优化中的应用 | 第39-47页 |
| ·空间手写识别系统介绍 | 第39-40页 |
| ·实验过程 | 第40-45页 |
| ·实验结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 4. 改进GSO算法在空间手写识别混合核函数优化中的应用 | 第48-53页 |
| ·混合核函数 | 第48-50页 |
| ·局部核函数 | 第48页 |
| ·全局核函数 | 第48-49页 |
| ·混合核函数 | 第49-50页 |
| ·实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 5. 总结与展望 | 第53-55页 |
| ·全文工作总结 | 第53-54页 |
| ·进一步工作的展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者简介 | 第59-60页 |
| 作者攻读硕士学位期间发表的论文 | 第60页 |