基于进化规划的聚类算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1 引言 | 第9-13页 |
| ·聚类的意义 | 第9页 |
| ·聚类有效性的评价指标 | 第9-10页 |
| ·自动聚类的意义和现状 | 第10-11页 |
| ·进化规划算法 | 第11页 |
| ·本文的工作 | 第11-13页 |
| 2 聚类算法与聚类有效性 | 第13-19页 |
| ·聚类算法 | 第13-16页 |
| ·聚类算法的分类 | 第13-14页 |
| ·K 均值聚类算法 | 第14-15页 |
| ·模糊C 均值聚类算法 | 第15-16页 |
| ·聚类有效性 | 第16-19页 |
| ·聚类有效性的意义 | 第16页 |
| ·几种重要的模糊聚类有效性指标 | 第16-19页 |
| 3 进化计算与进化规划算法 | 第19-26页 |
| ·进化计算 | 第19-22页 |
| ·进化计算的基本框架 | 第19-20页 |
| ·进化计算的特点 | 第20-21页 |
| ·进化计算的应用 | 第21-22页 |
| ·进化规划算法 | 第22-26页 |
| ·进化规划的组成与主要特点 | 第23-24页 |
| ·单点变异进化规划算法 | 第24-26页 |
| 4 基于进化规划的聚类算法 | 第26-31页 |
| ·基于进化规划的K 均值聚类算法 | 第26-27页 |
| ·基于进化规划的模糊C 均值自动聚类算法 | 第27-31页 |
| ·自动聚类的研究意义与现状 | 第27-28页 |
| ·算法的基本思想 | 第28页 |
| ·算法的步骤 | 第28-31页 |
| 5 KEP 算法的实验结果与分析 | 第31-34页 |
| ·实验数据 | 第31页 |
| ·实验结果 | 第31-34页 |
| 6 EPFCM 算法的实验结果与分析 | 第34-46页 |
| ·实验数据 | 第34-38页 |
| ·实验结果 | 第38-45页 |
| ·聚类效果 | 第38-41页 |
| ·类数的动态变化 | 第41-43页 |
| ·聚类有效性值的动态变化 | 第43-45页 |
| ·算法的性能分析 | 第45-46页 |
| 7 结束语 | 第46-48页 |
| ·总结 | 第46页 |
| ·下一步工作 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 作者简历 | 第50-51页 |
