摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第9-21页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 研究现状与发展趋势 | 第10-12页 |
1.2.1 膜计算研究现状及发展趋势 | 第10页 |
1.2.2 聚类研究现状及发展趋势 | 第10-12页 |
1.2.3 基于膜计算的聚类优化算法研究现状与发展趋势 | 第12页 |
1.3 膜计算基础 | 第12-14页 |
1.3.1 膜计算产生原理 | 第12页 |
1.3.2 膜系统结构与规则设计 | 第12-13页 |
1.3.3 细胞型膜系统 | 第13-14页 |
1.4 聚类理论基础 | 第14-17页 |
1.5 论文研究思路及创新点 | 第17-21页 |
1.5.1 研究的创新点 | 第17-18页 |
1.5.2 研究难点 | 第18页 |
1.5.3 研究内容安排 | 第18-21页 |
第2章 基于细胞型膜系统的Grid Density K-medoids聚类算法研究 | 第21-29页 |
2.1 GD-K-medoids聚类方法 | 第21-23页 |
2.2 基于GD-K-medoids细胞型膜系统 | 第23-27页 |
2.2.1 细胞型膜系统结构设计 | 第23-24页 |
2.2.2 细胞型膜系统规则设计 | 第24-27页 |
2.3 算法性能比较分析 | 第27-29页 |
第3章 基于细胞型膜系统的MDE-K-means聚类算法研究 | 第29-42页 |
3.1 MDE-K-means聚类算法 | 第29-34页 |
3.1.1 K-means聚类算法 | 第29-30页 |
3.1.2 改进后差分进化算法与K-means结合 | 第30-34页 |
3.2 细胞型膜系统设计 | 第34-36页 |
3.2.1 细胞型膜系统结构设计 | 第34-35页 |
3.2.2 细胞型膜系统规则设计 | 第35-36页 |
3.3 实验分析与比较 | 第36-42页 |
3.3.1 实验数据集 | 第36页 |
3.3.2 算法计算过程 | 第36-37页 |
3.3.3 实验结果及结论 | 第37-42页 |
第4章 基于膜计算的聚类优化算法在澳门游客消费能力分析中的应用 | 第42-53页 |
4.1 游客消费能力分析的研究背景与研究现状 | 第42-43页 |
4.2 实验方法与实验数据 | 第43-44页 |
4.3 GD-K-medoids算法应用于消费能力数据聚类实验结果分析 | 第44-53页 |
4.3.1 游客消费领域分析 | 第44-46页 |
4.3.2 不同消费领域游客特点分析 | 第46-53页 |
第5章 基于膜计算的聚类优化算法在图像分割中的应用 | 第53-62页 |
5.1 图像分割 | 第53-55页 |
5.1.1 图像分割的研究背景与研究意义 | 第53-54页 |
5.1.2 图像分割的研究方法与研究趋势 | 第54-55页 |
5.2 聚类算法应用于图像分割技术 | 第55-57页 |
5.2.1 聚类应用于图像分割常用的特征属性 | 第55-56页 |
5.2.2 图像分割中常用的聚类算法 | 第56-57页 |
5.3 MDE-K-means聚类算法应用于图像分割实验结果对比分析 | 第57-62页 |
第6章 总结与展望 | 第62-65页 |
6.1 总结 | 第62-63页 |
6.2 进一步研究工作 | 第63-65页 |
参考文献 | 第65-70页 |
攻读硕士期间发表的学术论文和参加科研情况 | 第70-71页 |
致谢 | 第71页 |