基于蚁群算法的双向聚类问题研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究背景及意义 | 第12-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·论文工作与安排 | 第17-19页 |
| 第二章 聚类分析 | 第19-47页 |
| ·基因表达数据 | 第19-21页 |
| ·获取基因表达数据 | 第20页 |
| ·基因表达数据的概念 | 第20-21页 |
| ·聚类分析 | 第21-29页 |
| ·聚类分析概述 | 第21-22页 |
| ·问题的描述 | 第22页 |
| ·相似性度量函数 | 第22-24页 |
| ·聚类结果的表示 | 第24-25页 |
| ·聚类结果的评价 | 第25-29页 |
| ·双向聚类分析 | 第29-30页 |
| ·双向聚类的定义及类型 | 第30-36页 |
| ·定义 | 第30-31页 |
| ·双向聚类的类型 | 第31-33页 |
| ·双向聚类的结构 | 第33-36页 |
| ·双向聚类算法 | 第36页 |
| ·CC双向聚类算法 | 第36-40页 |
| ·FLOC双向聚类算法 | 第40-42页 |
| ·DBF双向聚类算法 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 蚁群算法的原理 | 第47-59页 |
| ·蚁群算法介绍 | 第47-55页 |
| ·蚁群算法的背景 | 第47-48页 |
| ·算法基本思想 | 第48-51页 |
| ·蚁群的迷失现象 | 第51-53页 |
| ·蚁群算法的系统学特征 | 第53-55页 |
| ·蚁群算法的应用领域 | 第55-56页 |
| ·蚁群算法的通用框架 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于蚁群算法的双向聚类 | 第59-71页 |
| ·蚁群算法提出的历史条件 | 第59-60页 |
| ·信息素模型方案 | 第60-61页 |
| ·解决方案的奖励机制 | 第61-62页 |
| ·基于蚁群算法的双向聚类算法 | 第62-71页 |
| ·算法相关的数据结构的定义 | 第62-63页 |
| ·基于蚁群算法的双向聚类算法的算法步骤 | 第63-71页 |
| 第五章 基于蚁群算法的双向聚类的算法实验 | 第71-81页 |
| ·实验环境及测试数据集 | 第71页 |
| ·酵母菌基因表达数据谱实验 | 第71-81页 |
| ·参数的设置 | 第71-77页 |
| ·实验结果分析 | 第77-81页 |
| 第六章 总结与展望 | 第81-83页 |
| ·总结 | 第81-82页 |
| ·展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
