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

jMetal框架下基因表达数据的双聚类研究

摘要第1-10页
Abstract第10-12页
第一章 绪论第12-16页
   ·引言第12-13页
   ·多目标进化算法的双聚类研究现状第13页
   ·论文研究的主要内容第13-14页
   ·论文的整体组织结构第14-16页
第二章 多目标双聚类基础第16-30页
   ·基因表达数据的介绍第16-17页
   ·双聚类的基础知识第17-23页
     ·双聚类基本概念第18-19页
     ·双聚类类型第19-21页
     ·双聚类结构第21-23页
   ·多目标优化第23-24页
     ·MOP的一般描述第23页
     ·Pareto最优解第23-24页
   ·jMetal框架第24-27页
   ·多目标优化双聚类基础第27-29页
     ·双聚类的编码第27-28页
     ·适应度函数第28页
     ·实验数据第28-29页
   ·本章小结第29-30页
第三章 基于并行的非支配排序遗传Ⅱ算法优化双聚类第30-41页
   ·非支配排序遗传算法Ⅱ介绍第30-36页
     ·NSGA算法第30-32页
     ·NSGAⅡ算法第32-36页
   ·NSGAⅡ优化双聚类第36-38页
     ·NSGAⅡB算法描述第36-37页
     ·NSGAⅡB算法步骤第37-38页
   ·并行NSGAⅡ优化双聚类第38-40页
     ·pNSGAⅡB算法步骤第38-39页
     ·在jMetal上实现pNSGAⅡB算法第39-40页
   ·本章小结第40-41页
第四章 基于拥挤距离排序的多目标粒子群算法优化双聚类第41-51页
   ·粒子群优化算法简介第41-42页
     ·PSO算法基本原理第41-42页
     ·标准PSO算法的基本流程第42页
   ·多目标粒子群优化双聚类第42-46页
     ·多目标粒子群优化框架第43页
     ·粒子更新原则第43-44页
     ·外部种群的更新和维护第44-45页
     ·MOPSOB算法的实现第45-46页
   ·基于拥挤距离排序的多目标粒子群算法优化双聚类第46-50页
     ·外部种群的更新和维护第46页
     ·全局最优位置选取第46-48页
     ·在jMetal上实现DSMOPSOB算法第48-50页
   ·本章小结第50-51页
第五章 优化双聚类算法实验与分析第51-61页
   ·实验环境及测试数据集第51页
     ·硬件环境第51页
     ·软件环境第51页
     ·测试数据集第51页
     ·适应度函数第51页
   ·pNSGAⅡB优化双聚类实验第51-55页
     ·NSGAⅡB优化双聚类实验第51-53页
     ·pNSGAⅡB优化双聚类实验第53-54页
     ·两个算法之间比较分析第54-55页
   ·DSMOPSOB优化双聚类实验第55-59页
     ·MOPSOB优化双聚类实验第55-57页
     ·DSMOPSOB优化双聚类实验第57-58页
     ·两个算法之间比较分析第58-59页
   ·算法比较分析第59-60页
   ·本章总结第60-61页
第六章 全文总结与展望第61-64页
   ·全文总结第61-62页
   ·展望第62-64页
参考文献第64-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:高校思想政治教育微博应用研究--以福建高校为例
下一篇:福建省休闲农业的发展模式及策略研究