包邮杂交水稻优化算法及其在机器学习优化中的应用

第1章 智能优化算法与机器学习 1.1 研究背景 1.2 外研究现状 1.2.1 智能优化算法在聚类分析中的应用 1.2.2 智能优化算法在常用分类器参数优化中的应用 1.2.3 智能优化算法在特征权重优化中的应用 1.2.4 智能优化算法在特征选择中的应用 1.2.5 智能优化算法在机器学习超参数优化中的应用 参考文献 第2章 杂交水稻优化算法概述 2.1 研究动机 2.2 优势与杂交水稻优化算法 2.3 杂交水稻优化算法基本原理 2.3.1 三系法杂交水稻简介 2.3.2 杂交水稻优化算法设计基本思路 2.3.3 三系法杂交水稻优化算法的实现步骤 2.4 实验仿真与分析 2.5 本章小结 参考文献 第3章 基于种群划分改进的杂交水稻优化算法 3.1 改进杂交水稻优化算法的基本思路 3.2 改进杂交水稻优化算法的基准测试及分析 3.2.1 测试函数及其说明 3.2.2 实验仿真与分析 3.3 本章小结 参考文献 第4章 基于非支配排序的多目标杂交水稻优化算法 4.1 多目标优化概述 4.1.1 多目标优化问题的数学描述 4.1.2 多目标优化问题中的非支配解 4.2 多目标杂交水稻优化算法运行流程 4.3 多目标杂交水稻优化算法的编码与实现 4.4 多目标杂交水稻优化算法的寻优性能测试及分析 4.4.1 测试函数及其说明 4.4.2 实验仿真与分析 4.5 本章小结 参考文献 第5章 基于改进杂交水稻优化算法的聚类方法 5.1 聚类算法概述 5.1.1 聚类问题描述 5.1.2 聚类算法的有效性指标 5.2 基于改进杂交水稻优化算法的模糊C-means聚类方法 5.3 基于改进杂交水稻优化算法的聚类算法性能测试及分析 5.3.1 实验说明 5.3.2 公共数据集实验结果及其分析 5.3.3 遥感图像数据集聚类实验及分析 5.4 本章小结 参考文献 第6章 基于多目标杂交水稻优化算法的聚类方法 6.1 基于多目标杂交水稻优化的聚类方法