首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于混合蛙跳的数据挖掘模糊聚类算法研究

摘要第1-8页
Abstract第8-10页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-20页
   ·研究背景和意义第12-13页
   ·数据挖掘概述第13-17页
     ·数据挖掘的演化历史第13-14页
     ·数据挖掘的概念第14页
     ·数据挖掘的基本过程第14-15页
     ·数据挖掘的主要算法第15-17页
   ·本文研究内容第17-18页
   ·本文组织结构第18-20页
第2章 模糊聚类算法第20-25页
   ·模糊聚类概述和研究现状第20-21页
     ·模糊聚类概述第20-21页
     ·模糊聚类研究现状第21页
   ·常用模糊聚类算法第21-24页
     ·模糊 C-均值聚类算法第21-22页
     ·核模糊 C-均值聚类算法第22-24页
   ·本章小结第24-25页
第3章 基于混合蛙跳的模糊聚类算法第25-37页
   ·群智能算法第25-29页
     ·群智能算法第25页
     ·几种常见的群智能算法第25-29页
   ·混合蛙跳算法第29-32页
     ·混合蛙跳算法的生物模型第29-30页
     ·混合蛙跳算法第30-32页
   ·基于混合蛙跳的模糊聚类算法第32-36页
     ·基于混合蛙跳的 FCM(SFLA-FCM)算法第32-33页
     ·基于混合蛙跳的 KFCM(SFLA-KFCM)算法第33页
     ·实验结果分析第33-36页
   ·本章小结第36-37页
第4章 基于改进混合蛙跳的模糊聚类算法第37-58页
   ·基于自适应惯性权重混合蛙跳的核模糊聚类算法(ASFLA-KFCM)第37-44页
     ·SFLA 的局部更新策略第37页
     ·自适应调整惯性权重第37-38页
     ·ASFLA-KFCM 算法第38-39页
     ·实验结果第39-44页
   ·基于选择和变异机制混合蛙跳的模糊聚类算法(SMSFLA-FCM)第44-51页
     ·改进的更新策略第44页
     ·线性调整第44页
     ·选择机制第44-45页
     ·变异机制第45页
     ·SMSFLA-FCM 算法第45-47页
     ·实验结果第47-51页
   ·基于混沌和动态变异混合蛙跳的模糊聚类算法(CMSFLA-FCM)第51-57页
     ·混沌序列法第51-52页
     ·群体适应度方差第52-53页
     ·动态变异操作第53页
     ·CMSFLA-FCM 算法第53-54页
     ·实验结果第54-57页
   ·本章小结第57-58页
结论与展望第58-60页
参考文献第60-65页
致谢第65-66页
附录 攻读学位期间所发表的学术论文目录第66页

论文共66页,点击 下载论文
上一篇:基于粒子滤波的视频运动目标跟踪方法研究
下一篇:遗传算法与IFS相结合的植物形态模拟研究