声明
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 本文主要工作
1.4 论文组织结构
2 相关基础与技术
2.1 影像组学
2.2 特征提取
2.3 特征选择
2.3.1 组内相关系数
2.3.2 F-Score
2.3.3 信息增益
2.3.4 遗传算法
2.4 分类算法
2.4.1 并行集成方法(Bagging)
2.4.2 随机森林(Random Forest, RF)
2.4.3 序列集成方法(Boosting)
2.4.4 Lightgbm
2.5 本章小结
3 基于遗传算法的多级特征选择方法
3.1 特征间关系
3.1.1 相关性特征
3.1.2 冗余性特征
3.1.3 稳定性特征
3.2 MSOM-GA算法
3.2.1 一级特征选择算法
3.2.2 多级特征选择算法
3.3 实验设计
3.3.1 实验数据
3.3.2 实验方法
3.4 实验结果分析
3.4.1 评价指标
3.4.2 结果分析
3.5 本章小结
4 改进的多级特征选择算法
4.1 遗传算法的问题
4.2 MSOM-IAGA算法
4.2.1 改进的自适应遗传算法
4.2.2 基于改进算法的多级特征选择方法
4.3 实验设计
4.4 实验结果分析
4.5 本章小结
5 总结与展望
5.1 本文工作总结
5.2 下一步工作展望
参考文献
个人简历、攻读硕士期间已发表的学术论文及研究成果
致谢
郑州大学;