基于人工免疫网络的道路状况动态预测
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| ·数据挖掘概述 | 第11-14页 |
| ·数据挖掘产生背景 | 第11页 |
| ·传统的数据挖掘主要方法和算法 | 第11-14页 |
| ·人工免疫系统概述 | 第14-17页 |
| ·人工免疫系统的产生 | 第14页 |
| ·人工免疫系统典型应用 | 第14-17页 |
| ·选题意义 | 第17-18页 |
| ·本文结构和章节安排 | 第18-20页 |
| 第二章 人工免疫网络简介 | 第20-30页 |
| ·人工免疫网络框架 | 第20-22页 |
| ·生物免疫系统的相关概念 | 第20-21页 |
| ·免疫应答 | 第21页 |
| ·二次应答及联想记忆 | 第21-22页 |
| ·免疫调节及免疫网络 | 第22页 |
| ·人工免疫网络模型与神经网络和遗传算法的比较 | 第22-23页 |
| ·人工免疫网络研究现状 | 第23-26页 |
| ·Hunt 及Cooke 分支 | 第24-25页 |
| ·aiNet 分支 | 第25页 |
| ·其它类型 | 第25-26页 |
| ·人工免疫数据挖掘的特点和思路 | 第26页 |
| ·人工免疫数据挖掘研究现状 | 第26-29页 |
| ·分类 | 第26-27页 |
| ·聚类 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于人工免疫网络的动态车辆预测技术 | 第30-46页 |
| ·移动车辆位置预测研究现状 | 第30-31页 |
| ·延时模型 | 第31页 |
| ·滑动平均模型 | 第31页 |
| ·基于人工免疫网络的动态车辆预测算法 | 第31-45页 |
| ·人工免疫网络建模 | 第32-33页 |
| ·预测算法描述与讨论 | 第33-35页 |
| ·实验与分析 | 第35-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于人工免疫网络的聚类算法研究 | 第46-62页 |
| ·K 均值算法分析 | 第46-47页 |
| ·基于人工免疫网络的动态K 均值算法 | 第47-55页 |
| ·人工免疫K 均值建模 | 第47-50页 |
| ·算法描述与解析 | 第50-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·基于人工免疫网络K 均值的密度聚类算法 | 第55-61页 |
| ·网格聚类分析 | 第55-56页 |
| ·基于人工免疫网络K 均值的密度聚类算法描述 | 第56-58页 |
| ·算法实验及分析 | 第58-61页 |
| ·分析和讨论 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结束语 | 第62-65页 |
| ·本文总结 | 第62-63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
