| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-10页 |
| ·癫痫研究现状 | 第7-8页 |
| ·支持向量机研究现状及存在问题 | 第8-9页 |
| ·本文的研究内容与结构安排 | 第9-10页 |
| 第2章 支持向量机的基本理论 | 第10-18页 |
| ·支持向量机原理 | 第10-13页 |
| ·传统支持向量机 | 第13-14页 |
| ·最小二乘支持向量机 | 第14-15页 |
| ·最小二乘小波支持向量机 | 第15-17页 |
| ·最小二乘小波支持向量分类机 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 遗传算法及其实现 | 第18-27页 |
| ·遗传算法的产生与发展 | 第18页 |
| ·遗传算法的特点 | 第18-19页 |
| ·遗传算法的基本流程 | 第19-21页 |
| ·遗传算法的基本实现技术 | 第21-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 遗传最小二乘小波支持向量机 | 第27-38页 |
| ·构造遗传最小二乘小波支持向量机 | 第27-29页 |
| ·遗传最小二乘小波支持向量机的性能 | 第29-36页 |
| ·方形分类问题 | 第30-33页 |
| ·双螺旋分类问题 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第5章 基于遗传最小二乘小波支持向量机的癫痫脑电识别 | 第38-45页 |
| ·脑电数据的采集 | 第38-40页 |
| ·脑电特征的提取 | 第40-42页 |
| ·遗传最小二乘小波支持向量机分类脑电实验 | 第42-45页 |
| 第6章 结论 | 第45-47页 |
| ·本文工作的总结 | 第45-46页 |
| ·本文研究工作的思考与展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻读学位期间发表的论文 | 第51-52页 |
| 致谢 | 第52-53页 |
| 个人简介 | 第53页 |