基于SOM和PSO的聚类算法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-18页 |
| ·本文研究意义 | 第12页 |
| ·本文的研究现状 | 第12-17页 |
| ·自组织映射算法的研究现状 | 第12-15页 |
| ·粒子群优化算法的研究现状 | 第15-17页 |
| ·本文的研究内容 | 第17-18页 |
| 第2章 基于自组织映射的聚类算法 | 第18-33页 |
| ·自组织映射神经网络的简介 | 第18-22页 |
| ·自组织映射神经网络的结构与数学模型 | 第18-19页 |
| ·自组织映射的运行机制 | 第19-22页 |
| ·自组织映射的学习算法 | 第22页 |
| ·自组织映射算法的改进 | 第22-26页 |
| ·算法改进的思想 | 第22-24页 |
| ·自组织映射改进算法 | 第24-26页 |
| ·聚类试验与分析 | 第26-32页 |
| ·实验数据 | 第26页 |
| ·聚类结果的评价方法 | 第26页 |
| ·实验结果与分析 | 第26-32页 |
| ·小结 | 第32-33页 |
| 第3章 粒子群优化算法 | 第33-44页 |
| ·群体智能的概述 | 第33页 |
| ·粒子群优化算法的概述 | 第33-36页 |
| ·基本粒子群优化算法 | 第33-35页 |
| ·粒子群优化算法的结构 | 第35-36页 |
| ·粒子群优化算法与其他算法的比较 | 第36页 |
| ·基于粒子群优化的聚类算法 | 第36-38页 |
| ·基于粒子群优化的聚类算法的改进算法 | 第38-40页 |
| ·聚类试验与分析 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第4章 改进的聚类组合算法 | 第44-54页 |
| ·本文聚类组合算法的思想 | 第44页 |
| ·基于自组织映射和粒子群优化的聚类组合算法 | 第44-47页 |
| ·聚类组合算法的改进算法 | 第47页 |
| ·聚类实验与分析 | 第47-53页 |
| ·小结 | 第53-54页 |
| 第5章 文本聚类实验 | 第54-63页 |
| ·实验中的测试文本数据 | 第54-56页 |
| ·数据预处理 | 第56-57页 |
| ·余弦距离 | 第57-58页 |
| ·聚类实验与分析 | 第58-62页 |
| ·小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 参考文献 | 第66-70页 |
