基于蚁群算法的聚类分析模型的研究及改进
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究现状和发展趋势 | 第9-10页 |
| ·研究内容和创新点 | 第10-11页 |
| ·研究内容 | 第10页 |
| ·研究创新点 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 聚类分析相关知识 | 第12-24页 |
| ·聚类分析概述 | 第12-14页 |
| ·聚类的基本概念 | 第12-13页 |
| ·数据预处理和标准化 | 第13-14页 |
| ·聚类相似度度量 | 第14-16页 |
| ·基于距离的度量 | 第14-16页 |
| ·基于相似系数的度量 | 第16页 |
| ·主要的聚类算法分类 | 第16-19页 |
| ·聚类结果评价 | 第19-20页 |
| ·蚁群聚类算法模型 | 第20-23页 |
| ·蚁群聚类算法模型概述 | 第20-21页 |
| ·主要的蚁群聚类算法模型 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 IDLF算法模型 | 第24-34页 |
| ·LF算法模型 | 第24-26页 |
| ·LF算法模型主要内容 | 第24-25页 |
| ·LF算法性能分析 | 第25-26页 |
| ·IDLF算法模型的研究设计 | 第26-31页 |
| ·IDLF算法模型的具体改进方案 | 第26-29页 |
| ·IDLF算法步骤描述及分析 | 第29-31页 |
| ·实验设计 | 第31-33页 |
| ·实验环境及数据集说明 | 第31页 |
| ·实验结果对比分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 优化的AntTree聚类算法模型 | 第34-47页 |
| ·AntTree聚类算法模型 | 第34-38页 |
| ·AntTree聚类算法模型主要内容 | 第34-37页 |
| ·AntTree算法性能分析 | 第37-38页 |
| ·AntTree算法模型的优化设计 | 第38-43页 |
| ·蚂蚁行为规则研究及分析 | 第38-40页 |
| ·具体优化设计方案 | 第40-41页 |
| ·优化的AntTree算法步骤描述及分析 | 第41-43页 |
| ·实验设计 | 第43-45页 |
| ·实验环境及数据集 | 第43页 |
| ·实验结果对比分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·工作总结 | 第47页 |
| ·工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 在学期间的研究成果 | 第52-53页 |
| 致谢 | 第53页 |
