声明
摘要
缩略用语表
第1章 绪论
1.1 研究背景及意义
1.2 MR脑图像诊断的国内外现状
第2章 MR脑图像特征提取
2.1 MR脑图像诊断材料
2.2 小波变换与二维离散小波变换
2.3 小波能量与小波熵
2.3.1 特征选择
2.3.2 探寻最优分解层次
2.3.3 特征组合的可视化
2.4 数据的预处理
第3章 基于网格搜索方法的SVM参数寻优
3.1 支持向量机的理论基础
3.1.1 SVM算法简介
3.1.2 SVM算法的原理
3.1.3 SVM算法的特点
3.2 核函数与实验平台
3.2.1 核函数
3.2.2 实验平台
3.3 交叉验证与网格划分参数寻优
3.4 算法的衡量指标
3.5 实验结果分析
第4章 基于遗传算法与粒子群优化算法的SVM参数寻优
4.1 遗传算法的参数寻优
4.1.1 遗传算法简介
4.1.2 遗传算法的特点
4.1.3 遗传算法的寻优流程图
4.1.4 matlab实现遗传算法的参数寻优
4.2 粒子群实现参数寻优
4.2.1 粒子群算法简介
4.2.2 粒子群寻优流程图
4.2.3 粒子群寻优伪码步骤
4.2.4 matlab实现粒子群参数寻优
4.3 实验结果
4.3.1 分类正确性比较
4.3.2 随机参数选择分类结果比较
4.3.3 改变数据量的分类结果比较
4.4 粒子群优化方法与其他算法比较
4.4.1 反向传播神经网络
4.4.2 线性判别分析法
4.4.3 KNN算法
4.4.4 KM方法
4.5 几种算法实验结果比较
4.6 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间发表论文和参与基金项目
致谢