代价敏感属性约简的混合蚁群优化算法
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 课题的研究背景与意义 | 第7-8页 |
| 1.2 研究现状 | 第8-11页 |
| 1.2.1 属性约简问题的研究现状 | 第8-9页 |
| 1.2.2 代价敏感学习的研究现状 | 第9-10页 |
| 1.2.3 蚁群算法的研究现状 | 第10-11页 |
| 1.3 本文的研究内容与结构安排 | 第11-12页 |
| 第2章 相关理论与技术研究 | 第12-22页 |
| 2.1 粗糙集理论 | 第12-16页 |
| 2.1.1 概念与知识 | 第12页 |
| 2.1.2 上、下近似 | 第12-13页 |
| 2.1.3 属性约简 | 第13-15页 |
| 2.1.4 信息熵 | 第15-16页 |
| 2.2 代价敏感学习 | 第16-19页 |
| 2.2.1 代价的数据模型 | 第16-17页 |
| 2.2.2 最小测试代价属性约简 | 第17-18页 |
| 2.2.3 最小时间代价属性约简 | 第18-19页 |
| 2.3 属性约简算法 | 第19-21页 |
| 2.3.1 人工蜂群算法 | 第19-20页 |
| 2.3.2 人工蚁群算法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 混合蚁群最小测试代价约简算法 | 第22-40页 |
| 3.1 混合蚁群优化算法的一般性框架 | 第22-25页 |
| 3.2 最小测试代价约简的混合蚁群算法 | 第25-27页 |
| 3.3 实验设置 | 第27-30页 |
| 3.3.1 研究平台 | 第27-28页 |
| 3.3.2 实验数据集 | 第28页 |
| 3.3.3 代价分布设置 | 第28-30页 |
| 3.3.4 算法评价指标 | 第30页 |
| 3.4 参数调整实验 | 第30-36页 |
| 3.4.1 启发式因子 | 第31-32页 |
| 3.4.2 期望启发式因子 | 第32-33页 |
| 3.4.3 先驱者比例 | 第33-36页 |
| 3.5 算法对比实验 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 混合蚁群最小时间代价约简算法 | 第40-52页 |
| 4.1 最小时间代价约简的混合蚁群算法 | 第40-42页 |
| 4.2 实验设置 | 第42-43页 |
| 4.3 参数调整实验 | 第43-48页 |
| 4.3.1 启发式因子 | 第43-44页 |
| 4.3.2 期望启发式因子 | 第44-45页 |
| 4.3.3 先驱者比例 | 第45-48页 |
| 4.4 算法对比实验 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的论文及科研成果 | 第59页 |
