| 摘要 | 第7-10页 |
| ABSTRACT | 第10-13页 |
| 1 绪论 | 第14-28页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究现状及发展趋势 | 第15-23页 |
| 1.2.1 膜计算的研究现状及发展趋势 | 第15-18页 |
| 1.2.2 DNA 计算的研究现状及发展趋势 | 第18-20页 |
| 1.2.3 聚类算法的研究现状及发展趋势 | 第20-23页 |
| 1.3 论文研究内容及组织 | 第23-28页 |
| 1.3.1 研究内容 | 第23-24页 |
| 1.3.2 论文的创新点 | 第24-26页 |
| 1.3.3 论文内容组织 | 第26-28页 |
| 2 主要膜计算模型的扩展 | 第28-37页 |
| 2.1 膜计算基本符号、概念及模型 | 第28-33页 |
| 2.1.1 细胞型 P 系统 | 第29-30页 |
| 2.1.2 组织型 P 系统 | 第30-31页 |
| 2.1.3 神经型 P 系统 | 第31-33页 |
| 2.2 三种主要的膜计算模型的扩展 | 第33-37页 |
| 2.2.1 层结构细胞型膜计算模型 | 第33-34页 |
| 2.2.2 带有动态促进/抑制因子的组织型膜计算模型 | 第34-35页 |
| 2.2.3 具有拓展规则及多输出的脉冲神经膜计算模型 | 第35-37页 |
| 3 新型结构膜计算模型研究 | 第37-57页 |
| 3.1 新型结构膜计算模型 | 第37-44页 |
| 3.1.1 基于格（偏序结构）的交流膜计算模型 | 第37-40页 |
| 3.1.2 基于单纯形的交流膜计算模型 | 第40-44页 |
| 3.2 新型结构膜计算模型计算能力证明 | 第44-57页 |
| 3.2.1 形式语言与自动机理论基础 | 第44-47页 |
| 3.2.2 格交流膜计算模型计算能力证明 | 第47-53页 |
| 3.2.3 单纯形交流膜计算模型计算能力证明 | 第53-57页 |
| 4 基于膜计算的聚类算法研究 | 第57-78页 |
| 4.1 基于动态促进/抑制因子的组织型膜系统的拓扑聚类算法 | 第57-63页 |
| 4.1.1 基本思想 | 第57-59页 |
| 4.1.2 算法计算过程描述 | 第59-60页 |
| 4.1.3 实验验证 | 第60-63页 |
| 4.2 基于拓展规则及多输出的脉冲神经膜系统的网格聚类算法 | 第63-69页 |
| 4.2.1 菱形网格图概念及描述 | 第63-65页 |
| 4.2.2 聚类问题转化 | 第65-67页 |
| 4.2.3 算法有效性验证 | 第67-69页 |
| 4.3 基于格结构交流膜系统的密度聚类算法 | 第69-78页 |
| 4.3.1 基本思想 | 第69-70页 |
| 4.3.2 膜系统设计 | 第70-71页 |
| 4.3.3 实验验证 | 第71-75页 |
| 4.3.4 基于格结构交流膜系统的三种聚类算法对比 | 第75-78页 |
| 5 基于 DNA 计算的聚类算法研究 | 第78-101页 |
| 5.1 DNA 计算模型 | 第78-82页 |
| 5.1.1 Adlman-Lipton DNA 计算模型 | 第78-80页 |
| 5.1.2 改进的粘贴 DNA 计算模型 | 第80-81页 |
| 5.1.3 k-臂 DNA 计算模型 | 第81-82页 |
| 5.2 基于 DNA 计算的聚类算法研究 | 第82-101页 |
| 5.2.1 基于 Adlman-Lipton 计算模型的拓扑聚类算法 | 第82-87页 |
| 5.2.1.1 算法思想及流程分析 | 第82-83页 |
| 5.2.1.2 实验验证 | 第83-86页 |
| 5.2.1.3 算法步骤分析 | 第86-87页 |
| 5.2.2 基于改进的粘贴 DNA 计算模型的拓扑聚类算法 | 第87-91页 |
| 5.2.2.1 算法思想及过程描述 | 第87-90页 |
| 5.2.2.2 实验验证 | 第90-91页 |
| 5.2.3 基于 k-臂 DNA 计算模型的划分聚类算法研究 | 第91-101页 |
| 5.2.3.1 网格树设计 | 第91-92页 |
| 5.2.3.2 聚类问题到网格树的转化 | 第92-94页 |
| 5.2.3.3 实验验证 | 第94-97页 |
| 5.2.3.4 算法分析 | 第97-101页 |
| 6 基于膜计算、DNA 计算的数据挖掘应用 | 第101-123页 |
| 6.1 膜计算、DNA 计算在真实数据集中的聚类应用 | 第101-107页 |
| 6.1.1 膜计算在膀胱炎病人病例数据集中的聚类应用 | 第101-106页 |
| 6.1.2 DNA 计算在鸢尾花数据集中的聚类应用 | 第106-107页 |
| 6.2 膜计算在文本聚类中的应用 | 第107-112页 |
| 6.3 膜计算在空气质量评估中的分类应用 | 第112-123页 |
| 7 总结与展望 | 第123-126页 |
| 7.1 总结 | 第123-125页 |
| 7.2 进一步的工作 | 第125-126页 |
| 参考文献 | 第126-141页 |
| 攻博期间发表的科研成果目录 | 第141-144页 |
| 致谢 | 第144页 |
