| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 课题背景及意义 | 第6页 |
| 1.2 国内外研究现状 | 第6-8页 |
| 1.3 本文主要研究内容和章节安排 | 第8-10页 |
| 第二章 模拟退火算法 | 第10-20页 |
| 2.1 传统模拟退火算法分析 | 第10-15页 |
| 2.1.1 传统模拟退火算法原理 | 第10页 |
| 2.1.2 算法描述及流程 | 第10-11页 |
| 2.1.3 模拟退火算法的参数控制问题 | 第11-15页 |
| 2.2 改进的模拟退火算法 | 第15-19页 |
| 2.2.1 快速的模拟退火算法 | 第15-17页 |
| 2.2.2 有记忆的模拟退火算法 | 第17-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 基于超球和超椭球的分类算法 | 第20-33页 |
| 3.1 支持向量机和支持向量域描述 | 第20-26页 |
| 3.1.1 支持向量机 | 第20-22页 |
| 3.1.2 支持向量域描述 | 第22-26页 |
| 3.2 基于超球的多类分类算法 | 第26-29页 |
| 3.2.1 超球SVM原理 | 第26-29页 |
| 3.2.2 算法总述 | 第29页 |
| 3.3 基于超椭球的多类分类算法 | 第29-32页 |
| 3.3.1 超椭球模型构建 | 第30-31页 |
| 3.3.2 算法描述 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于模拟退火的分类算法的设计与实现 | 第33-41页 |
| 4.1 模拟退火算法设计要素的确定 | 第33-35页 |
| 4.1.1 新解的产生机制与模拟退火算法各参数的确定 | 第33-34页 |
| 4.1.2 其它参数的确定 | 第34-35页 |
| 4.2 基于超球的算法的设计与实现 | 第35-39页 |
| 4.2.1 算法原理 | 第35-36页 |
| 4.2.2 程序实现 | 第36-39页 |
| 4.3 基于超椭球的算法的设计与实现 | 第39-40页 |
| 4.3.1 算法原理 | 第39页 |
| 4.3.2 算法描述 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 实验的结果与分析 | 第41-47页 |
| 5.1 实验测试一 | 第42-44页 |
| 5.2 实验测试二 | 第44-45页 |
| 5.3 实验结果比较分析 | 第45页 |
| 5.4 本章小结 | 第45-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 6.1 本文的工作总结 | 第47页 |
| 6.2 今后的工作展望 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 攻读学位期间的研究成果 | 第51-52页 |
| 致谢 | 第52-53页 |