| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-23页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及趋势 | 第10-16页 |
| 1.2.1 膜计算模型的研究现状及趋势 | 第10-11页 |
| 1.2.2 DNA遗传算法的研究现状及趋势 | 第11-13页 |
| 1.2.3 模糊C均值聚类分析的研究现状及趋势 | 第13-14页 |
| 1.2.4 密度峰值聚类分析的研究现状及趋势 | 第14-16页 |
| 1.3 理论概述 | 第16-20页 |
| 1.3.1 活性细胞型P系统概述 | 第16-17页 |
| 1.3.2 DNA遗传算法概述 | 第17-19页 |
| 1.3.3 模糊C均值聚类算法概述 | 第19-20页 |
| 1.3.4 密度峰值聚类算法概述 | 第20页 |
| 1.4 论文研究内容 | 第20-23页 |
| 1.4.1 论文的主要内容及安排 | 第20-22页 |
| 1.4.2 论文的创新点与难点 | 第22-23页 |
| 第2章 基于活性细胞型P系统的改进DNA遗传算法(IDNA-DMS) | 第23-38页 |
| 2.1 改进DNA遗传算法 | 第23-25页 |
| 2.1.1 外剪接算子 | 第24页 |
| 2.1.2 内剪接-倒位算子 | 第24-25页 |
| 2.1.3 局部搜索策略 | 第25页 |
| 2.2 活性细胞型P系统设计 | 第25-28页 |
| 2.2.1 活性细胞型P系统规则设计 | 第25-27页 |
| 2.2.2 活性细胞型P系统框架设计 | 第27-28页 |
| 2.3 IDNA-DMS算法基本流程 | 第28-29页 |
| 2.4 仿真实验与结果分析 | 第29-38页 |
| 第3章 基于IDNA-DMS的加权模糊C均值聚类算法研究 | 第38-44页 |
| 3.1 密度函数加权模糊C均值聚类算法的设计(WFCM) | 第38-39页 |
| 3.2 基于IDNA-DMS的 WFCM算法的设计与实现 | 第39-42页 |
| 3.2.1 编码与解码 | 第39-40页 |
| 3.2.2 初始种群及遗传操作 | 第40-41页 |
| 3.2.3 适应值函数 | 第41页 |
| 3.2.4 算法流程 | 第41-42页 |
| 3.3 仿真实验与结果分析 | 第42-44页 |
| 3.3.1 数据集简介 | 第42页 |
| 3.3.2 实验设计及结果分析 | 第42-44页 |
| 第4章 基于IDNA-DMS的模糊邻域密度峰值聚类算法研究 | 第44-52页 |
| 4.1 模糊邻域密度峰值聚类算法的设计(FN-DPC) | 第44-46页 |
| 4.2 基于IDNA-DMS算法的FN-DPC算法的设计与实现 | 第46-47页 |
| 4.3 仿真实验与结果分析 | 第47-52页 |
| 4.3.1 人工数据集验证分析 | 第47-49页 |
| 4.3.2 真实数据集验证分析 | 第49-52页 |
| 第5章 WFCM+IDNA-DMS算法在文本聚类中的应用 | 第52-58页 |
| 5.1 文本聚类问题描述 | 第52-54页 |
| 5.1.1 数据集来源 | 第52-53页 |
| 5.1.2 文本聚类流程 | 第53-54页 |
| 5.2 聚类评价指标 | 第54-55页 |
| 5.3 实验结果与分析 | 第55-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 论文主要研究工作总结 | 第58-59页 |
| 6.2 论文进一步研究工作展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 攻读硕士学位期间获得的奖项 | 第65-66页 |
| 致谢 | 第66页 |
