演化计算在医学数据挖掘中的应用研究
摘要 | 第1-3页 |
Abstract | 第3-4页 |
目录 | 第4-6页 |
第一章 绪论 | 第6-10页 |
·引言 | 第6页 |
·医学数据挖掘的研究现状 | 第6-7页 |
·演化计算的背景和发展历程 | 第7-8页 |
·本文的主要工作和创新点 | 第8-9页 |
·本文的组织 | 第9-10页 |
第二章 基因表达式编程与数据挖掘 | 第10-19页 |
·GEP的基本思想 | 第10-11页 |
·GEP的特点 | 第11-12页 |
·GEP的实现 | 第12-14页 |
·个体编码 | 第12页 |
·初始种群 | 第12-13页 |
·适应度函数 | 第13页 |
·遗传算子 | 第13-14页 |
·数据挖掘中的分类算法 | 第14-15页 |
·GEP的新进展及其在数据挖掘领域的应用现状 | 第15-19页 |
·本章小结 | 第19页 |
第三章 基于GEP的医学数据挖掘 | 第19-34页 |
·基于GEP和粗糙集的离散值数据属性约简 | 第19-28页 |
·属性约简算法概述 | 第19-21页 |
·GEPFS的基本思路 | 第21-23页 |
·GEPFS的描述和实现 | 第23-25页 |
·实验和讨论 | 第25-28页 |
·基于基因表达式编程的核近邻分类器 | 第28-34页 |
·核近邻分类器的基本原理 | 第28-29页 |
·基于基因表达式编程的核近邻分类器 | 第29-32页 |
·实验结果 | 第32-34页 |
·本章小结 | 第34页 |
第四章 应用实例 | 第34-45页 |
·Weka和ECJ简介 | 第34-35页 |
·导诊自动化系统 | 第35-39页 |
·系统简介 | 第35-36页 |
·系统实现 | 第36-39页 |
·微阵列数据分类 | 第39-44页 |
·微阵列技术简介 | 第39-40页 |
·微阵列数据分类 | 第40-42页 |
·GEPKNN在微阵列数据分类中的应用 | 第42-44页 |
·本章小结 | 第44-45页 |
第五章 结论与展望 | 第45-46页 |
致谢 | 第46-47页 |
参考文献 | 第47-51页 |
附录 | 第51-52页 |