|
|
|
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。 |
|
|