| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-31页 |
| §1．1 研究背景及意义 | 第12-16页 |
| §1．2 聚类分析的研究进展及现状 | 第16-22页 |
| §1．3 自然计算的研究进展及现状 | 第22-26页 |
| §1．4 聚类算法存在的问题及本文的研究方向 | 第26-28页 |
| §1．5 本文的主要研究成果及内容安排 | 第28-31页 |
| 第二章 基于GA的混合属性特征大数据集聚类算法 | 第31-54页 |
| §2．1 引言 | 第31-33页 |
| §2．2 混合属性特征数据集的聚类分析 | 第33-42页 |
| 2．2．1 模糊聚类算法 | 第33-36页 |
| 2．2．2 混合属性特征大数据集的聚类分析研究现状 | 第36-37页 |
| 2．2．3 k-原型算法简介 | 第37-42页 |
| §2．3 遗传算法(GA) | 第42-46页 |
| §2．4 基于GA的混合属性特征数据集聚类算法 | 第46-49页 |
| §2．5 实验结果及分析 | 第49-53页 |
| §2．6 小结 | 第53-54页 |
| 第三章 基于CSA的混和属性特征大数据集聚类算法 | 第54-74页 |
| §3．1 引言 | 第54-55页 |
| §3．2 人工免疫系统(AIS) | 第55-60页 |
| 3．2．1 AIS的生物原型 | 第56-57页 |
| 3．2．2 AIS的仿生机理 | 第57-60页 |
| §3．3 克隆选择算法(CSA) | 第60-62页 |
| §3．4 基于CSA的聚类算法 | 第62-67页 |
| §3．5 实验结果及分析 | 第67-72页 |
| §3．6 小结 | 第72-74页 |
| 第四章 基于克隆算法的网络结构聚类新算法 | 第74-92页 |
| §4．1 引言 | 第74-76页 |
| §4．2 基于进化免疫网络的聚类算法 | 第76-80页 |
| 4．2．1 免疫网络学说 | 第77-79页 |
| 4．2．2 基于进化免疫网络的聚类算法 | 第79-80页 |
| §4．3 基于克隆选择与禁忌克隆的网络结构聚类算法 | 第80-85页 |
| 4．3．1 距离测度函数的定义 | 第80-82页 |
| 4．3．2 基于克隆算法的网络结构聚类新算法 | 第82-85页 |
| §4．4 实验结果及分析 | 第85-91页 |
| §4．5 小结 | 第91-92页 |
| 第五章 基于有限资源的模糊网络结构聚类新算法 | 第92-108页 |
| §5．1 引言 | 第92-93页 |
| §5．2 有限资源免疫系统(RLAIS) | 第93-96页 |
| 5．2．1 免疫学机理 | 第94-95页 |
| 5．2．2 有限资源人工免疫系统 | 第95-96页 |
| §5．3 基于有限资源的模糊网络结构聚类算法 | 第96-100页 |
| §5．4 实验结果及分析 | 第100-106页 |
| §5．5 小结 | 第106-108页 |
| 第六章 基于修正划分模糊度的聚类有效性函数 | 第108-123页 |
| §6．1 引言 | 第108-109页 |
| §6．2 划分模糊度及修正划分模糊度 | 第109-112页 |
| §6．3 基于修正划分模糊度的聚类参数优选 | 第112-117页 |
| 6．3．1 数值型数据聚类中最佳类别数k~*的确定 | 第112-113页 |
| 6．3．2 类属型数据聚类中最佳类别数k~*的确定 | 第113-117页 |
| §6．4 实验结果及分析 | 第117-121页 |
| §6．5 小结 | 第121-123页 |
| 第七章 结束语 | 第123-127页 |
| 致谢 | 第127-128页 |
| 参考文献 | 第128-148页 |
| 作者在攻读博士学位期间(合作)完成的论文 | 第148-152页 |
