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

基于群智能的多目标K-harmonic Means算法研究与实现

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第12-18页
    1.1 研究背景和意义第12-14页
    1.2 国内外研究现状第14-16页
    1.3 论文研究内容及创新第16页
    1.4 论文结构第16-17页
    1.5 小结第17-18页
第二章 多目标聚类算法第18-27页
    2.1 聚类分析技术第18-19页
    2.2 聚类评价指标第19-23页
        2.2.1 内部评价指标第20-21页
        2.2.2 外部评价指标第21-23页
    2.3 多目标优化第23-24页
    2.4 群智能第24-26页
    2.5 小结第26-27页
第三章 基于 Cuckoo Search 的 KHM 聚类算法第27-35页
    3.1 Cuckoo Search 算法第27-29页
    3.2 K-harmonic Means 聚类算法第29-30页
    3.3 基于 Cuckoo Search 的 KHM 算法第30-31页
    3.4 实验及结果分析第31-34页
    3.5 小结第34-35页
第四章 基于群智能的多目标 KHM 聚类算法第35-44页
    4.1 多目标优化第35-36页
    4.2 非支配排序第36页
    4.3 基于 PSO 的多目标 KHM 算法第36-38页
        4.3.1 PSO 算法第37页
        4.3.2 MOKHMPSO 算法第37-38页
    4.4 改进的 Cuckoo Search 多目标 KHM 算法第38-39页
    4.5 实验及结果分析第39-43页
    4.6 小结第43-44页
第五章 MOKHMCS 聚类算法的并行化研究和实现第44-64页
    5.1 并行计算介绍第44-48页
        5.1.1 并行计算模型第45-46页
        5.1.2 并行程序设计方法第46-47页
        5.1.3 加速比第47-48页
    5.2 MOKHMCS 算法并行化第48-50页
    5.3 实验及结果分析第50-62页
        5.3.1 实验数据集第50-52页
        5.3.2 实验运行环境第52页
        5.3.3 实验结果及分析第52-62页
    5.4 小结第62-64页
第六章 总结与展望第64-67页
    6.1 总结第64-65页
    6.2 展望第65-67页
参考文献第67-72页
作者在攻读硕士学位期间公开发表的论文第72-73页
作者在攻读硕士学位期间所作的项目第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:面向稀疏样本的聚焦式Web信息抽取技术的研究
下一篇:基于图像的目标检测算法研究