|
|
|
|
基于改进的Relief算法与支持向量机的高通量基因数据分析 |
| |
| 论文目录 |
| |
| 摘要 | 第1-8页 | | Abstract | 第8-10页 | | 引言 | 第10-15页 | | 第一章 Relief 算法及改进 | 第15-25页 | | ·Relief 算法概述 | 第15页 | | ·Relief 算法的数学解释及实例演示 | 第15-19页 | | ·Relief 算法的数学解释 | 第15-16页 | | ·Relief 算法的数学解释的实例及程序实现 | 第16-19页 | | ·传统 Relief 算法的不足及改进 | 第19-23页 | | ·传统 Relief 算法的不足 | 第19-20页 | | ·Relief 算法的改进 | 第20-23页 | | ·改进的 Relief 算法应用实例 | 第23-25页 | | 第二章 Fisher 线性分类器与序列前向选择算法 | 第25-33页 | | ·Fisher 线性分类器 | 第25-26页 | | ·序列前向选择算法 | 第26-27页 | | ·针对 ReliefF 算法错分区域的算法改进 | 第27-28页 | | ·初步的组合优化算法应用实例 | 第28-33页 | | 第三章 K_均值聚类算法 | 第33-40页 | | ·聚类算法概述 | 第33-35页 | | ·K_均值聚类算法 | 第35页 | | ·K_均值聚类与组合优化算法的结合 | 第35-36页 | | ·加入 K_均值聚类后的组合优化算法应用实例 | 第36-40页 | | 第四章 核主成分分析法 | 第40-50页 | | ·主成分分析法概述 | 第40-42页 | | ·核主成分分析法概述 | 第42-43页 | | ·核主成分分析与组合优化算法的融合 | 第43-45页 | | ·融入核主成分分析算法后的组合优化算法应用实例 | 第45-50页 | | 第五章 支持向量机 | 第50-58页 | | ·支持向量机算法 | 第50-53页 | | ·Lib—SVM 算法 | 第53-54页 | | ·完整的组合优化算法 | 第54-55页 | | ·完整的组合优化算法的应用实例 | 第55-58页 | | 第六章 算法总结与展望 | 第58-66页 | | ·算法整体研究思路总结 | 第58-60页 | | ·结果对比及组合优化算法的特点 | 第60-63页 | | ·课题的创新工作 | 第63-64页 | | ·课题未来的研究方向 | 第64-66页 | | 参考文献 | 第66-70页 | | 附录 攻读硕士学位期间发表的论文 | 第70-71页 | | 致谢 | 第71页 |
|
|
|
|
论文编号BS80584，这篇论文共71页
会员购买按0.35元/页下载，共需支付24.85元。 直接购买按0.5元/页下载，共需要支付35.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务