文摘
英文文摘
第1章绪论
1.1课题背景
1.2基本原理
1.2.1模式识别
1.2.2支持向量机
1.2.3优化和搜索问题
1.3国内外研究综述
1.3.1支持向量机
1.3.2微粒群算法
1.3.3特征选择方法
1.3.4分类器系综
1.4本文主要研究内容
第2章微粒群算法及改进
2.1引言
2.2实数PSO算法及改进
2.2.1实数PSO算法
2.2.2带有变异算子的PSO算法
2.2.3仿真实验
2.3离散二进制PSO算法及改进
2.3.1离散二进制PSO算法
2.3.2 BPSO算法的改进
2.3.3仿真实验
2.4 GA和PSO的比较分析
2.4.1 GA简介
2.4.2 GA和PSO的比较分析
2.4.3仿真实验
2.5本章小结
第3章基于BPSO的特征选择算法
3.1引言
3.2特征子集选择方法
3.2.1特征选择的概念
3.2.2两种特征选择模式
3.2.3特征选择的基本框架
3.3基于PSO的特征子集选择算法
3.3.1基于GA-SVM的特征子集选择算法
3.3.2基于BPSO-SVM的特征子集选择算法
3.3.3仿真实验
3.4本章小结
第4章基于BPSO特征选择的系综方法
4.1引言
4.2系综方法
4.2.1系综的理论基础
4.2.2构造系综
4.3基于特征选择的系综方法
4.3.1基于随机特征的系综方法
4.3.2基于GA特征选择的系综方法
4.3.3基于BPSO特征选择的系综方法
4.3.4仿真实验
4.4本章小结
第5章键盘用户身份验证
5.1引言
5.2键盘用户身份验证简介
5.2.1键入特性
5.2.2研究现状
5.2.3存在的问题
5.3用于异常检测的支持向量机
5.4实验
5.4.1数据采集与处理
5.4.2实验步骤
5.4.3实验结果
5.5本章小结
结论
参考文献
攻读学位期间发表的学术论文
哈尔滨工业大学博士学位论文原创性声明及哈尔滨工业大学博士学位论文使用授权书
致谢
个人简历
哈尔滨工业大学;