第1章  自然启发式算法：全面概览
  1.1  简介
  1.2  研究趋势
    1.2.1  基于算法思想
    1.2.2  基于问题类型
    1.2.3  基于算法应用
  1.3  自然启发式算法的分类
    1.3.1  群体智能算法
    1.3.2  基于仿生但非基于群体智能的算法
    1.3.3  基于自然科学的算法
    1.3.4  基于自然现象的算法
  1.4  自然启发式算法的变体
    1.4.1  二进制算法
    1.4.2  混沌算法
    1.4.3  多目标算法
    1.4.4  混合算法
  1.5  最新自然启发式算法概述
    1.5.1  人工蝴蝶优化算法
    1.5.2  蝗虫优化算法
    1.5.3  樽海鞘群优化算法
    1.5.4  斑点鬣狗优化算法
    1.5.5  化疗科学优化算法
  1.6  总结
  参考文献
第2章  混合笛卡儿遗传编程算法：概述
  2.1  简介
  2.2  元启发式
    2.2.1  单解算法
    2.2.2  基于种群的算法
  2.3  笛卡儿遗传编程算法的基础知识
    2.3.1  历史背景
    2.3.2  编码
    2.3.3  进化模式
    2.3.4  参数
    2.3.5  优点和缺点
  2.4  关于混合元启发式算法的文献综述
  2.5  混合笛卡儿遗传编程算法
    2.5.1  动机
  2.6  关于混合笛卡儿遗传编程算法的讨论和分析
  2.7  混合笛卡儿遗传编程算法的未来方向
  2.8  总结
  致谢
  参考文献
第3章  使用机器学习技术从常规痰涂片显微图像中检测肺结核
  3.1  简介
  3.2  痰涂片显微图像
    3.2.1  常规方法的缺点
  3.3  适用于结核病检测的机器学习技术
    3.3.1  研究设计
    3.3.2  文献综述
  3.4  分析和论述
  3.5  结论和未来研究范围
  参考文献
第4章  利用大数据分析为基于地理信息系统的智能旅游推荐系统提供隐私保护
  4.1  简介
  4.2  背景
    4.2.1  智能旅游推荐系统及其基本概念
    4.2.2  旅游推荐系统的阶段
    4.2.3  旅游推荐系统中使用的协同过滤技术
  4.3  旅游推荐系统中使用的地理信息系统
  4.4  旅游业中的大数据分析
  4.5  基于地理信息系统的旅游推荐系统中使用的机器学习技术
  4.6  基于地理信息系统的旅游推荐系统中使用的隐私保护算法
  4.7  针对旅游推荐系统提出的使用协同过滤的隐私保护方法
    4.7.1  数据集描述
    4.7.2  试验结果分析
  4.8  总结和未来工作
  参考文献
第5章  人工神经网络的应用：生物医用合金案例研究
  5.1  简介
  5.2  测试材料和方法
    5.2.1  测试材料
    5.2.2  骨科材料制造
    5.2.3  材料表征
    5.2.4  机械研究
    5.2.5  测量骨科材料的磨损性能
    5.2.6  试验田口设计
  5.3  结果与讨论
    5.3.1  相分析和微观结构
    5.3.2  制成材料的力学研究
    5.3.3  田口试验设计
  5.4  磨损响应仿真模型
    5.4.1  人工神经网络模型中的数据处理
    5.4.2  网络训练
    5.4.3  神经网络架构
    5.4.4  人工神经网络预测及其因子
  5.5  总结
  参考文献
第6章  利用基于局部模式的Laws能量测度算法进行纹理分类
  6.1  简介
  6.2  相关研究
    6.2.1  局部二值模式的数学背景
    6.2.2  局部二值模式最小值算法
    6.2.3  局部二值模式强度算法
    6.2.4  局部二值模式均匀性算法
    6.2.5  局部二值模式数量算法
    6.2.6  局部二值模式中值算法
    6.2.7  局部二值模式方差算法
    6.2.8  完全局部二值模式算法
    6.2.9  Sobel局部二值模式算法
    6.2.10  Laws模板算法
  6.3  局部模式Laws能量测度算法
    6.3.1  问题表述
  6.4  实现和试验
    6.4.1  Brodatz数据库的结果
    6.4.2  ALOT数据库的结果
    6.4.3  算法统计比较
  6.5  总结
  参考文献
第7章  使用统计和计算工具分析孟买证券交易所指数
  7.1  简介
  17.2  分析的目标数据
    7.2.1  收益数据和原始数据
  7.3  数据向量和主成分分析
    7.3.1  构建数据向量
    7.3.2  主成分分析
    7.3.3  针对原始SENSEX数据的主成分分析
    7.3.4  针对去趋势SENSEX数据的主成分分析
    7.3.5  针对带有噪声的原始SENSEX数据的主成分分析
    7.3.6  针对收益SENSEX数据的主成分分析
  7.4  核主成分分析
    7.4.1  针对原始SENSEX数据的核主成分分析
    7.4.2  针对原始去趋势SENSEX数据的核主成分分析
    7.4.3  针对带噪声的原始SENSEX数据的核主成分分析
    7.4.4  针对收益SENSEX数据的核主成分分析
  7.5  去趋势波动分析
    7.5.1  去趋势SENSEX数据的去趋势波动分析
  7.6  总结
  参考文献
第8章  基于无边活动轮廓的羊龄自动估算法
  8.1  简介
  8.2  相关研究
  8.3  理论和背景
    8.3.1  活动轮廓
    8.3.2  二进制大对象检测和计数
    8.3.3  形态学操作
    8.3.4  齿列
    8.3.5  图像收集和相机设置
  8.4  提出的自动羊龄估算系统
    8.4.1  预处理阶段
    8.4.2  分割阶段
    8.4.3  后处理阶段
    8.4.4  年龄估算阶段
  8.5  试验结果与讨论
  8.6  总结和未来研究方向
  参考文献
第9章  利用差异度矩阵改进集成学习算法性能
  9.1  简介
  9.2  相关研究工作
  9.3  理论背景
    9.3.1  小波能量熵算法
    9.3.2  集成分类算法
    9.3.3  使用的差异度算法
  9.4  提出的算法
  9.5  结果和讨论
    9.5.1  准备所使用的数据集
    9.5.2  试验设置
    9.5.3  结果分析
  9.6  结论和未来研究方向
  参考文献