首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于遗传算法的模糊聚类技术研究及应用

摘要第1-4页
ABSTRACT第4-9页
1 绪论第9-14页
   ·选题背景及研究意义第9页
   ·聚类算法研究现状第9-13页
     ·分割聚类算法第10页
     ·层次聚类算法第10-11页
     ·基于密度的算法第11-12页
     ·基于网格的算法第12页
     ·基于模型的算法第12-13页
     ·模糊聚类算法第13页
   ·本文研究内容及论文组织安排第13-14页
2 基于目标函数的聚类算法第14-21页
   ·数据集的c 划分第14-15页
   ·聚类目标函数的演化第15-17页
   ·模糊c 均值聚类算法第17-20页
     ·FCM 算法的基本原理第17-19页
     ·FCM 算法的步骤第19-20页
     ·FCM 算法的分析第20页
   ·本章小结第20-21页
3 遗传算法的基本原理与方法第21-32页
   ·编码第21-24页
   ·遗传算子第24-27页
     ·选择算子第24-25页
     ·交叉算子第25-26页
     ·变异算子第26-27页
   ·适应度函数第27-28页
   ·控制参数的选择第28-29页
   ·停止准则第29-30页
   ·遗传算法的基本步骤第30页
   ·标准遗传算法第30-31页
   ·本章小结第31-32页
4 改进的遗传模糊聚类算法第32-42页
   ·遗传模糊聚类算法的概况第32-33页
   ·改进的遗传模糊聚类算法第33-37页
     ·染色体编码第33-34页
     ·种群初始化第34页
     ·遗传算子的设计第34-35页
     ·适应度函数设计第35-36页
     ·停止准则及解码第36-37页
   ·实验仿真与结果分析第37-41页
   ·本章小结第41-42页
5 改进遗传模糊聚类算法在文本聚类中的应用第42-47页
   ·隶属度的划分方法第42-43页
   ·聚类评价准则第43-44页
   ·文本聚类实验第44-46页
     ·文本的表示第44页
     ·数据源第44-45页
     ·实验结果与分析第45-46页
   ·本章小结第46-47页
6 总结第47-48页
   ·文本工作总结第47页
   ·展望第47-48页
致谢第48-49页
参考文献第49-51页
附录第51-53页
攻读学位期间发表的论文第53页

论文共53页,点击 下载论文
上一篇:数据融合理论在瓦斯智能排放系统中的应用研究
下一篇:无刷直流电机分布式控制系统设计