首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于参数寻优的模糊聚类算法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·研究背景第7-8页
   ·本文主要工作第8页
   ·本文结构安排第8-11页
第二章 聚类算法研究与比较第11-23页
   ·聚类算法要求及分类第11-14页
     ·聚类算法基本要求第11-12页
     ·聚类算法分类及比较第12-14页
   ·模糊聚类理论第14-17页
     ·模糊理论发展概况第14-15页
     ·模糊数学理论第15-16页
     ·模糊聚类概述第16-17页
   ·经典聚类算法介绍第17-21页
     ·硬 C 均值算法(HCM)第17-18页
     ·模糊 C 均值算法(FCM)第18-20页
     ·典型鲁棒性算法简介第20-21页
   ·本章小结第21-23页
第三章 改进的 FCM 算法第23-31页
   ·FCM 算法存在的问题第23-24页
   ·改进的 FCM 算法(FMMLE)第24-28页
     ·算法改进思想第24页
     ·高斯性测度第24-26页
     ·FMMLE 算法第26-28页
   ·基于 FMMLE 的异常点检测算法第28-29页
     ·算法思想第28页
     ·算法流程第28-29页
   ·本章小结第29-31页
第四章 改进 FCM 算法的实验结果与分析第31-41页
   ·中心点估计实验第31-38页
     ·对称 alpha-stable 分布(S S)第31-34页
     ·强噪声S S数据下算法性能比较第34-36页
     ·强噪声大方差S S数据下算法性能比较第36-37页
     ·不同强度噪声数据下算法性能比较第37-38页
   ·异常点检测实验第38-39页
     ·模拟数据实验第38-39页
     ·Wisconsin 乳腺癌数据实验第39页
   ·本章小结第39-41页
第五章 基于参数寻优的模糊核聚类算法第41-53页
   ·核方法理论概述第41-42页
   ·模糊核聚类算法第42-44页
   ·改进的模糊核聚类算法第44-49页
     ·算法改进思想第44-45页
     ·改进算法流程第45-46页
     ·参数寻优—模拟退火算法第46-49页
   ·实验结果与性能比较第49-52页
     ·S S数据实验第49-50页
     ·非线性数据实验第50-52页
   ·本章小结第52-53页
第六章 总结与展望第53-55页
   ·本文小结第53页
   ·进一步研究方向第53-55页
致谢第55-57页
参考文献第57-60页

论文共60页,点击 下载论文
上一篇:基于脆弱水印的图像认证技术研究
下一篇:基于插件技术的GIS应用框架的研究与实现