| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题背景及研究意义 | 第8-9页 |
| ·模糊聚类算法的研究现状与发展前景 | 第9-11页 |
| ·生物信息学的产生与发展 | 第11-12页 |
| ·研究目标及内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 基于QPSO 的半监督模糊聚类算法 | 第14-22页 |
| ·引言 | 第14页 |
| ·半监督模糊聚类算法ISFCA | 第14-16页 |
| ·智能优化算法 | 第16-17页 |
| ·粒子群优化算法PSO | 第16页 |
| ·具有量子行为的粒子群优化算法QPSO | 第16-17页 |
| ·改进的半监督模糊聚类算法QPSO-ISFCA | 第17-18页 |
| ·新的适应度函数 | 第17页 |
| ·基于QPSO 的半监督模糊聚类算法QPSO-ISFCA | 第17-18页 |
| ·实验结果与分析 | 第18-21页 |
| ·适应度函数值随聚类数目的变化趋势 | 第19页 |
| ·ISFCA 和QPSO-ISFCA 的实验结果对比 | 第19-20页 |
| ·点对约束比例对聚类结果的影响 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于DQPSO 自适应聚类数目的模糊C 均值聚类算法 | 第22-30页 |
| ·引言 | 第22页 |
| ·FCM 聚类算法 | 第22-23页 |
| ·离散的粒子群优化算法DPSO | 第23-24页 |
| ·改进的模糊C 均值聚类算法DQPSO-FCM | 第24-26页 |
| ·离散的具有量子行为的粒子群优化算法DQPSO | 第24页 |
| ·新的准则函数 | 第24-25页 |
| ·基于DQPSO 自适应聚类数目的模糊C 均值聚类算法DQPSO-FCM | 第25-26页 |
| ·实验结果与分析 | 第26-29页 |
| ·类内距、类间距以及准则函数随聚类数目的变化趋势 | 第26-27页 |
| ·几种不同准则函数下的实验结果比较 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 协同的半监督模糊聚类算法 | 第30-50页 |
| ·引言 | 第30页 |
| ·基于点对约束的半监督模糊聚类算法AFCC | 第30-31页 |
| ·协同模糊聚类算法 | 第31-32页 |
| ·协同的半监督模糊聚类算法 | 第32-43页 |
| ·CAFCC | 第32-37页 |
| ·CISFCA | 第37-43页 |
| ·实验结果与分析 | 第43-48页 |
| ·聚类精度以及二维空间上的分布图 | 第43-45页 |
| ·隶属度的变化情况 | 第45-46页 |
| ·协同系数对聚类结果的影响 | 第46-48页 |
| ·点对约束比例对聚类结果的影响 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第五章 组合模糊聚类分析 | 第50-60页 |
| ·引言 | 第50页 |
| ·组合分类理论 | 第50-51页 |
| ·组合模糊聚类CMFC | 第51-53页 |
| ·积规则 | 第51页 |
| ·和规则 | 第51页 |
| ·最大值规则 | 第51-52页 |
| ·最小值规则 | 第52页 |
| ·中间值规则 | 第52页 |
| ·多数票规则 | 第52-53页 |
| ·实验结果与分析 | 第53-58页 |
| ·聚类算法的外部评价标准ARI | 第53页 |
| ·三种组合聚类算法的ARI 比较 | 第53-54页 |
| ·模糊聚类算法之间的相似性对组合模糊聚类的影响 | 第54-56页 |
| ·在信号肽识别中的应用 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·全文内容总结 | 第60页 |
| ·未来工作展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 附录1：作者在攻读硕士学位期间发表的论文 | 第69-70页 |
| 附录2：作者在攻读硕士学位期间参加的科研项目 | 第70页 |
