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

粒子群算法改进及其在数据挖掘中的应用研究

目录第1-6页
摘要第6-7页
ABSTRACT第7-9页
第一章 绪论第9-13页
   ·研究背景及意义第9-10页
   ·研究内容及创新点第10-11页
     ·研究内容第10-11页
     ·创新点第11页
   ·组织结构第11-13页
第二章 粒子群算法和聚类算法研究进展第13-23页
   ·粒子群算法第13-17页
     ·基本原理第13-14页
     ·术语介绍第14-15页
     ·算法流程第15页
     ·研究现状第15-17页
   ·聚类第17-23页
     ·数据挖掘第17-18页
     ·聚类分析第18-19页
     ·K-means 聚类第19-20页
     ·研究现状第20-23页
第三章 基于粒子群和模拟退火协同的 K-means 聚类算法第23-34页
   ·模拟退火算法第23页
   ·基于粒子群和模拟退火协同的 K-均值聚类(PSK-MEANS)算法第23-26页
     ·粒子群和模拟退火的协同机制第23-24页
     ·改进的 PSK-means 算法第24-26页
     ·PSK-means 算法流程图第26页
   ·算法实验第26-33页
     ·随机数据集第27-30页
     ·标准数据集第30-33页
   ·小结第33-34页
第四章 PSK-means 在计算机实验辅助教学系统中的应用第34-43页
   ·计算机实验辅助教学与质量评价系统的设计第34-36页
   ·PSK-MEANS算法在评价模块的应用第36-38页
   ·结果与分析第38-42页
   ·小结第42-43页
第五章 PSK-means 在山东省名老中医医案数据中的应用第43-56页
   ·山东省名老中医医案数据采集和分析第43-46页
   ·山东省名老中医医案数据预处理第46-50页
   ·PSK-MEANS算法在中医医案数据中的应用第50-51页
   ·结果与分析第51-55页
   ·小结第55-56页
第六章 总结与展望第56-58页
   ·全文总结第56-57页
   ·工作展望第57-58页
参考文献第58-62页
攻读硕士期间发表的论文第62-63页
致谢第63-64页

论文共64页,点击 下载论文
上一篇:云计算平台作业调度算法优化研究
下一篇:视网融合背景下电视节目的生存与创新