基于密度的并行聚类算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-17页 |
| ·研究背景 | 第13页 |
| ·国内外研究现状 | 第13-15页 |
| ·分层聚类 | 第14页 |
| ·分割聚类 | 第14页 |
| ·基于图论的聚类算法 | 第14页 |
| ·自组织映射 | 第14-15页 |
| ·研究目的及意义 | 第15页 |
| ·本文主要工作 | 第15页 |
| ·本文组织结构 | 第15-17页 |
| 第2章 背景知识 | 第17-27页 |
| ·基因微阵列数据分析简介 | 第17-18页 |
| ·数据挖掘的定义 | 第18-19页 |
| ·聚类算法简介 | 第19-21页 |
| ·C 均值聚类算法 | 第19-20页 |
| ·FCM 模糊聚类算法 | 第20-21页 |
| ·密度函数 | 第21-22页 |
| ·Chiu 定义的势函数 | 第21-22页 |
| ·邻域半径 | 第22页 |
| ·新的密度函数 | 第22页 |
| ·并行计算模型简介 | 第22-24页 |
| ·PRAM 模型 | 第22-23页 |
| ·APRAM 模型 | 第23-24页 |
| ·并行算法编程模型 | 第24-26页 |
| ·数据并行模型 | 第24-25页 |
| ·消息传递模型 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 基因微阵列数据的聚类分析算法 | 第27-35页 |
| ·聚类分析 | 第27页 |
| ·分层聚类算法 | 第27-29页 |
| ·分割聚类算法 | 第29-31页 |
| ·基于图论的聚类算法 | 第31页 |
| ·自组织映射 | 第31-32页 |
| ·模拟退火聚类算法 | 第32-33页 |
| ·各种聚类算法性能比较 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第4章 基于密度的并行聚类算法研究 | 第35-49页 |
| ·基因聚类简介 | 第35页 |
| ·密度函数的基础理论 | 第35-38页 |
| ·Chiu 的密度函数法 | 第35-37页 |
| ·修正的密度函数 | 第37-38页 |
| ·APRAM 模型介绍 | 第38-39页 |
| ·基因表达数据并行聚类算法 | 第39-46页 |
| ·距离矩阵的并行计算 | 第39-41页 |
| ·邻域半径的计算 | 第41-42页 |
| ·密度函数的并行计算 | 第42-44页 |
| ·并行聚类算法 | 第44-46页 |
| ·算法性能分析 | 第46-47页 |
| ·实验与结果分析 | 第47页 |
| ·小结 | 第47-49页 |
| 结束语 | 第49-51页 |
| 一 论文工作总结 | 第49页 |
| 二 下一步工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第56页 |
