| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第10-25页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状及趋势 | 第12-16页 |
| 1.2.1 RNA遗传算法的研究现状及趋势 | 第12-13页 |
| 1.2.2 聚类分析的研究现状及趋势 | 第13-15页 |
| 1.2.3 基于RNA遗传算法的聚类分析研究现状及趋势 | 第15-16页 |
| 1.3 算法理论概述 | 第16-22页 |
| 1.3.1 遗传算法 | 第16-18页 |
| 1.3.2 RNA遗传算法 | 第18-19页 |
| 1.3.3 模糊C均值聚类算法 | 第19-20页 |
| 1.3.4 密度峰值聚类算法 | 第20-22页 |
| 1.4 论文组织结构及研究内容 | 第22-25页 |
| 1.4.1 论文的主要内容 | 第22-23页 |
| 1.4.2 论文的章节安排 | 第23-24页 |
| 1.4.3 论文的创新点 | 第24-25页 |
| 第2章 改进的自适应RNA遗传算法(ARNA-GA) | 第25-34页 |
| 2.1 编码与解码 | 第25页 |
| 2.2 选择操作 | 第25-26页 |
| 2.3 交叉操作 | 第26-27页 |
| 2.4 两种变异操作 | 第27-29页 |
| 2.5 交叉操作和变异操作的自适应策略 | 第29-30页 |
| 2.6 算法流程 | 第30-31页 |
| 2.7 仿真实验与结果分析 | 第31-34页 |
| 第3章 基于ARNA-GA的核模糊C均值聚类研究 | 第34-42页 |
| 3.1 基于核的改进模糊C均值聚类算法 | 第34-35页 |
| 3.2 基于ARNA-GA的核FCM算法(ARNAGA-KFCM) | 第35-39页 |
| 3.2.1 编码与解码 | 第36页 |
| 3.2.2 初始种群及遗传操作 | 第36-37页 |
| 3.2.3 适应值函数 | 第37页 |
| 3.2.4 算法流程 | 第37-39页 |
| 3.3 仿真实验与对比 | 第39-42页 |
| 3.3.1 数据集简介 | 第39页 |
| 3.3.2 实验过程及结果分析 | 第39-42页 |
| 第4章 基于ARNA-GA的K近邻密度峰值聚类研究 | 第42-54页 |
| 4.1 基于K近邻的改进密度峰值聚类算法(KNN-DPC) | 第42-44页 |
| 4.1.1 K近邻(KNN) | 第42-43页 |
| 4.1.2 基于K近邻的密度峰值聚类算法 | 第43-44页 |
| 4.2 基于ARNA-GA的KNN-DPC算法(ARNAGA-KNN-DPC) | 第44-50页 |
| 4.2.1 编码与解码 | 第46页 |
| 4.2.2 遗传操作 | 第46-47页 |
| 4.2.3 适应值函数 | 第47-48页 |
| 4.2.4 算法流程 | 第48-50页 |
| 4.3 仿真实验与对比 | 第50-54页 |
| 第5章 ARNAGA-KFCM算法在文本分类中的应用 | 第54-65页 |
| 5.1 数据集简介 | 第54-55页 |
| 5.2 聚类评价标准 | 第55-56页 |
| 5.3 模糊判决方法 | 第56-58页 |
| 5.4 实验过程及结果分析 | 第58-65页 |
| 5.4.1 文本分类的具体过程 | 第58-62页 |
| 5.4.2 实验结果分析 | 第62-65页 |
| 第6章 总结与展望 | 第65-68页 |
| 6.1 论文主要研究工作总结 | 第65-66页 |
| 6.2 论文进一步研究工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的学术论著和参与的科研项目 | 第72-73页 |
| 攻读硕士学位期间获得的奖项 | 第73-74页 |
| 致谢 | 第74页 |
