人工蜂群聚类算法研究
摘要 | 第1-5页 |
Abstract | 第5-6页 |
目录 | 第6-8页 |
引言 | 第8-9页 |
第一章 绪论 | 第9-12页 |
·研究背景及意义 | 第9页 |
·国内外研究现状 | 第9-10页 |
·本文的内容及结构 | 第10-12页 |
·本文研究的内容 | 第10页 |
·本文的结构 | 第10-12页 |
第二章 数据挖掘以及聚类算法概述 | 第12-18页 |
·数据挖掘概述 | 第12-13页 |
·聚类算法概述 | 第13-15页 |
·聚类分析的基本概念 | 第13-14页 |
·聚类问题的相关定义 | 第14-15页 |
·聚类的相似性度量 | 第15页 |
·聚类分析的主要算法 | 第15-18页 |
·划分方法 | 第16页 |
·层次方法 | 第16页 |
·基于密度的方法 | 第16-17页 |
·基于网格的方法 | 第17页 |
·基于模型的方法 | 第17页 |
·其他聚类方法 | 第17-18页 |
第三章 群智能算法以及蜂群算法 | 第18-22页 |
·群智能算法概述 | 第18页 |
·蜂群理论概述 | 第18-19页 |
·人工蜂群优化算法 | 第19-22页 |
第四章 人工蜂群算法应用于聚类的研究 | 第22-32页 |
·人工蜂群聚类算法 | 第22-27页 |
·适应度函数 | 第22-23页 |
·单个食物源的目标函数 | 第23-25页 |
·数据对象划分到簇 | 第25页 |
·新算法步骤与流程图 | 第25-27页 |
·实验结果及分析 | 第27-32页 |
·数据集 | 第27-28页 |
·实验结果 | 第28-32页 |
第五章 结束语/总结与展望 | 第32-33页 |
参考文献 | 第33-37页 |
致谢 | 第37页 |