| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景以及意义 | 第9-10页 |
| 1.1.1 聚类的研究背景及意义 | 第9页 |
| 1.1.2 人工免疫的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 聚类的研究现状 | 第10-11页 |
| 1.2.2 人工免疫系统的研究现状 | 第11-12页 |
| 1.3 论文内容与安排 | 第12-13页 |
| 第二章 基于Kernel PCA的改进的人工免疫网络聚类算法 | 第13-39页 |
| 2.1 引言 | 第13页 |
| 2.2 相关理论背景 | 第13-21页 |
| 2.2.1 聚类问题的描述 | 第13-19页 |
| 2.2.2 人工免疫网络理论及模型 | 第19-21页 |
| 2.3 改进的人工免疫网络——im_aiNet | 第21-28页 |
| 2.3.1 人工免疫网络算法(aiNet) | 第21-23页 |
| 2.3.2 改进的人工免疫网络(im_aiNet) | 第23-25页 |
| 2.3.3 对比实验 | 第25-28页 |
| 2.4 基于Kernel PCA的改进的人工免疫网络聚类算法 | 第28-37页 |
| 2.4.1 基于Kernel PCA的改进的人工免疫网络聚类算法 | 第28-31页 |
| 2.4.2 对比实验 | 第31-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第三章 基于BIRCH和人工免疫网络的大规模数据聚类算法 | 第39-49页 |
| 3.1 引言 | 第39页 |
| 3.2 大规模数据聚类问题 | 第39-40页 |
| 3.2.1 大规模数据聚类的难点 | 第39页 |
| 3.2.2 大规模数据聚类的一般方法 | 第39-40页 |
| 3.3 BIRCH算法 | 第40-42页 |
| 3.4 基于BIRCH和人工免疫网络的大规模数据聚类算法 | 第42-44页 |
| 3.4.1 算法的提出 | 第42-43页 |
| 3.4.2 基于BIRCH和人工免疫网络的大规模数据聚类算法 | 第43-44页 |
| 3.5 对比实验 | 第44-48页 |
| 3.5.1 复杂度分析 | 第45页 |
| 3.5.2 测试数据集 | 第45-46页 |
| 3.5.3 实验结果及分析 | 第46-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 基于BIRCH和人工免疫网络的大规模流数据聚类算法 | 第49-55页 |
| 4.1 引言 | 第49页 |
| 4.2 大规模流数据的处理 | 第49页 |
| 4.3 基于BIRCH和人工免疫网络的大规模流数据聚类算法 | 第49-51页 |
| 4.4 实验结果及分析 | 第51-53页 |
| 4.4.1 聚类准确度分析 | 第51-52页 |
| 4.4.2 运行时间分析 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 全文总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 硕士期间的学术成果 | 第65-66页 |
