| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-13页 |
| ·研究背景 | 第10页 |
| ·特征选择算法现状 | 第10-12页 |
| ·穷举法 | 第11页 |
| ·启发式搜索 | 第11页 |
| ·随机法 | 第11-12页 |
| ·本论文的主要工作 | 第12-13页 |
| 2 特征选择理论概述 | 第13-21页 |
| ·特征选择算法 | 第13-14页 |
| ·子集的生成 | 第14-17页 |
| ·完全搜索 | 第14页 |
| ·单独最优策略 | 第14-15页 |
| ·启发式搜索策略 | 第15-16页 |
| ·随机搜索策略 | 第16-17页 |
| ·子集评价 | 第17-19页 |
| ·终止条件 | 第19页 |
| ·结果验证 | 第19-21页 |
| 3 群体智能特征选择算法研究 | 第21-33页 |
| ·群体智能算法简介 | 第21-22页 |
| ·LEVYFS | 第22-28页 |
| ·Levy flight原理 | 第22-24页 |
| ·特征选择问题的基本定义 | 第24-25页 |
| ·基于Levy flight随机距离映射的寻优搜索策略 | 第25-28页 |
| ·BINARY PSO(BPSO) | 第28-33页 |
| ·PSO原理 | 第28-29页 |
| ·PSO在全局寻优中的应用 | 第29页 |
| ·位置的表示 | 第29页 |
| ·速度的表示 | 第29-30页 |
| ·粒子初始化 | 第30页 |
| ·粒子更新策略 | 第30-31页 |
| ·算法伪代码 | 第31-33页 |
| 4 医学图像的特征选择研究 | 第33-39页 |
| ·医学图像特征选择的意义 | 第33-35页 |
| ·乳腺肿块图像 | 第35-36页 |
| ·脑瘤磁共振图像 | 第36-39页 |
| 5 实验结果与分析 | 第39-51页 |
| 51 实验环境和代码介绍 | 第39-45页 |
| ·Feature Selection Toolbox3简介 | 第39页 |
| ·FST3库的主要概念 | 第39-42页 |
| ·特征选择算法代码框架 | 第42-45页 |
| ·实验数据 | 第45-46页 |
| ·实验参数设定 | 第46-47页 |
| ·实验结果与讨论 | 第47-48页 |
| ·医学图像特征选择实验与结果分析 | 第48-51页 |
| 6 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 作者简历及在学期间所取得的科研成果 | 第56页 |