| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第二章 特征选择与森林优化算法 | 第12-23页 |
| 2.1 特征选择 | 第12-15页 |
| 2.1.1 特征选择的概念以及特征选择的流程 | 第12-14页 |
| 2.1.2 特征选择的分类 | 第14-15页 |
| 2.2 森林优化算法以及基于森林优化算法的特征选择 | 第15-23页 |
| 2.2.1 森林优化算法 | 第15-20页 |
| 2.2.2 基于森林优化算法的特征选择 | 第20-23页 |
| 第三章 改进的基于森林优化算法的特征选择 | 第23-38页 |
| 3.1 引言 | 第23页 |
| 3.2 基于森林优化算法的特征选择的3个改进策略 | 第23-28页 |
| 3.2.1 贡献度策略 | 第23-26页 |
| 3.2.2 距离自适应策略 | 第26-27页 |
| 3.2.3 改进的适应度函数 | 第27-28页 |
| 3.3 特征选择算法流程 | 第28-29页 |
| 3.4 实验设计与分析 | 第29-36页 |
| 3.4.1 数据集 | 第30页 |
| 3.4.2 参数设置 | 第30-32页 |
| 3.4.3 结果和比较 | 第32-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 基于一种局部搜索策略的森林优化算法的特征选择 | 第38-54页 |
| 4.1 引言 | 第38-39页 |
| 4.2 基于局部搜索策略的森林优化算法的特征选择 | 第39-43页 |
| 4.2.1 基于特征子集大小确定机制的初始化 | 第39-40页 |
| 4.2.2 基于特征重要程度的分组策略 | 第40-41页 |
| 4.2.3 局部搜索策略 | 第41-43页 |
| 4.2.4 改进的适应度函数 | 第43页 |
| 4.3 特征选择算法流程 | 第43-45页 |
| 4.4 实验设计与分析 | 第45-52页 |
| 4.4.1 数据集 | 第45-46页 |
| 4.4.2 使用的分类器 | 第46页 |
| 4.4.3 参数设置 | 第46-47页 |
| 4.4.4 结果和比较 | 第47-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者简介 | 第60-61页 |
| 致谢 | 第61页 |