首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于随机森林的有害同义突变预测方法研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第9-16页
    1.1 课题的研究背景及意义第9-10页
    1.2 国内外研究工作综述第10-14页
        1.2.1 有害同义突变预测的国内外研究现状第10-11页
        1.2.2 随机森林的国内外研究现状第11-12页
        1.2.3 研究问题的总结与分析第12-14页
    1.3 本文研究内容及创新点第14-15页
    1.4 本文组织结构第15-16页
第二章 论文相关基础知识第16-21页
    2.1 随机森林第16-17页
    2.2 特征选择简介第17-19页
    2.3 分类性能评价指标第19-21页
第三章 基于随机森林的有害同义突变预测模型的初步构建第21-38页
    3.1 实验数据集说明第21-22页
    3.2 特征工程第22-26页
        3.2.1 特征量化第22-23页
        3.2.2 数值标准化第23-24页
        3.2.3 特征选择第24-26页
    3.3 模型构建第26-27页
    3.4 实验结果与分析第27-37页
        3.4.1 特征选择方法比较分析第28-31页
        3.4.2 分类器选择第31-32页
        3.4.3 特征重要性分析第32-34页
        3.4.4 与其他工具比较分析第34-37页
    3.5 本章小结第37-38页
第四章 基于随机森林的选择性集成学习方法研究第38-44页
    4.1 训练集交叉划分第38-39页
    4.2 基分类器筛选策略第39页
    4.3 模型集成策略第39-40页
    4.4 实验结果与分析第40-43页
        4.4.1 基分类器筛选结果第40-41页
        4.4.2 不同分类器比较第41-42页
        4.4.3 不同预测方法比较第42-43页
    4.5 本章小结第43-44页
第五章 总结与展望第44-46页
    5.1 本文总结第44-45页
    5.2 未来工作展望第45-46页
参考文献第46-50页
附录第50-58页
致谢第58-59页
攻读学位期间发表的学术论文第59页

论文共59页,点击 下载论文
上一篇:基于遗传算法和状态转换的目标跟踪研究
下一篇:基于电弧特性的特高压输电线路自适应重合闸研究