基于粒子群算法的聚类及图聚类研究
| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| 1 绪论 | 第11-14页 |
| ·研究背景和课题意义 | 第11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的组织结构 | 第12-14页 |
| 2 粒子群算法原理及分析 | 第14-23页 |
| ·粒子群优化算法 | 第14-16页 |
| ·基本的粒子群算法 | 第14-15页 |
| ·标准的粒子群算法 | 第15-16页 |
| ·粒子群算法分析 | 第16-19页 |
| ·粒子群算法收敛性 | 第16-18页 |
| ·粒子轨迹分析 | 第18-19页 |
| ·粒子群算法复杂度 | 第19页 |
| ·与其他算法比较 | 第19-21页 |
| ·粒子群算法与遗传算法 | 第19-20页 |
| ·粒子群算法与蚂蚁算法比较 | 第20-21页 |
| ·粒子群算法的应用 | 第21-23页 |
| 3 图数据挖掘 | 第23-31页 |
| ·图的基本定义 | 第23-25页 |
| ·图与带标签的图 | 第23-24页 |
| ·度、路径、连通图 | 第24-25页 |
| ·图数据挖掘的内容 | 第25-27页 |
| ·频繁子图挖掘 | 第25-26页 |
| ·图关系学习 | 第26-27页 |
| ·图匹配 | 第27-31页 |
| ·基于图编辑距离的图匹配 | 第28页 |
| ·基于拓扑描述子的图匹配 | 第28-29页 |
| ·基于核方法的图匹配 | 第29-31页 |
| 4 自适应种群的离散粒子群聚类算法 | 第31-40页 |
| ·研究背景 | 第31-32页 |
| ·自适应种群的离散粒子群聚类算法 | 第32-37页 |
| ·聚类分析 | 第32-33页 |
| ·适应值函数和粒子构造 | 第33-34页 |
| ·自适应种群的离散粒子群聚类算法 | 第34-37页 |
| ·实验 | 第37-38页 |
| ·实验数据 | 第37页 |
| ·实验设置 | 第37页 |
| ·实验结果 | 第37-38页 |
| ·结束 | 第38-40页 |
| 5 用于图学习的主干图核方法 | 第40-48页 |
| ·研究背景 | 第40-41页 |
| ·图核函数 | 第40-41页 |
| ·核矩阵学习 | 第41页 |
| ·主干图核方法 | 第41-44页 |
| ·相关定义 | 第41-43页 |
| ·主干图核函数 | 第43-44页 |
| ·用于核矩阵学习的离散粒子群算法 | 第44-45页 |
| ·实验 | 第45-48页 |
| ·实验数据 | 第45页 |
| ·实验设置 | 第45页 |
| ·实验结果 | 第45-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间发表的论文 | 第54页 |
