基于免疫计算的特征选择算法及其应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·选题依据及意义 | 第8-9页 |
| ·人工免疫系统算法及应用研究综述 | 第9-11页 |
| ·特征选择简介 | 第11-12页 |
| ·论文的主要研究内容和组织结构 | 第12-13页 |
| 2 特征选择 | 第13-18页 |
| ·概述 | 第13页 |
| ·常用方法 | 第13-18页 |
| 3 人工免疫系统的生物学原理 | 第18-28页 |
| ·免疫学的主要名词解释 | 第18-19页 |
| ·免疫系统机制 | 第19-27页 |
| ·免疫应答 | 第19页 |
| ·免疫识别 | 第19-21页 |
| ·免疫细胞活化与克隆选择和扩增 | 第21-22页 |
| ·抗体指令系统 | 第22-23页 |
| ·体细胞高频变异与 MHC 多样性 | 第23-25页 |
| ·学习与记忆 | 第25-26页 |
| ·自体耐受 | 第26页 |
| ·免疫反馈 | 第26-27页 |
| ·生物免疫系统与人工免疫系统的关系 | 第27页 |
| ·本章小结 | 第27-28页 |
| 4 基于免疫计算的特征选择算法设计 | 第28-40页 |
| ·基于人工免疫系统的数据分析挖掘特点和思路 | 第28-30页 |
| ·基于人工免疫的数据挖掘特点 | 第29页 |
| ·基于人工免疫的数据挖掘思路 | 第29-30页 |
| ·基于免疫计算的特征选择算法的关键技术 | 第30-35页 |
| ·人工免疫计算 | 第30-32页 |
| ·算法描述 | 第32-33页 |
| ·编码设计 | 第33页 |
| ·亲和度（适应度）函数设计 | 第33页 |
| ·网络增殖机制 | 第33-34页 |
| ·克隆选择 | 第34页 |
| ·算法的流程 | 第34-35页 |
| ·KNN 分类 | 第35页 |
| ·测试数据 | 第35-40页 |
| ·实验介绍 | 第36页 |
| ·实验结果与分析 | 第36-40页 |
| 5 计算机辅助医疗分类诊断系统分析与设计 | 第40-54页 |
| ·计算机技术与医学 | 第40页 |
| ·系统框架设计 | 第40-41页 |
| ·人体生理指标向量空间模型分析 | 第41-45页 |
| ·系统各功能详细设计 | 第45-48页 |
| ·算法描述 | 第45-46页 |
| ·编码设计 | 第46页 |
| ·亲和度（适应度）函数设计 | 第46-47页 |
| ·网络增殖机制 | 第47页 |
| ·克隆选择 | 第47-48页 |
| ·最近邻决策诊断规则 | 第48页 |
| ·疾病诊断数据实验及结果分析 | 第48-54页 |
| ·样本数据采集(乳腺癌样本数据集) | 第48-49页 |
| ·实验结果 | 第49-51页 |
| ·辅助诊断系统框架 | 第51-54页 |
| 6 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第60页 |
