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

模糊聚类新算法及应用研究

摘要第1-5页
Abstract第5-10页
第一章 绪论第10-26页
   ·课题背景和研究意义第10-11页
   ·计算智能与模糊聚类第11-14页
   ·模糊聚类的研究现状第14-17页
   ·生物信息学的产生与发展第17-24页
     ·计算智能在生物序列分析中的应用第18-20页
     ·分泌性蛋白预测的研究现状第20-22页
     ·蛋白序列数据库与网络资源第22-24页
   ·论文的主要工作与创新点第24页
   ·论文的组织结构第24-26页
第二章 模糊核聚类算法第26-42页
   ·协同模糊核聚类算法第26-35页
     ·模糊核聚类算法(KFCM)第26-28页
     ·协同的模糊核聚类算法(CKFCM)第28-31页
     ·实验与结果分析第31-35页
   ·加权模糊核聚类算法第35-41页
     ·特征空间属性加权模糊核聚类算法(WFKCA)第35-36页
     ·迭代自组织的数据分析算法(ISODATA)第36-37页
     ·改进的加权模糊核聚类算法第37-39页
     ·实验与结果分析第39-41页
   ·本章小结第41-42页
第三章 蛋白质可分泌性的结构融合度特征第42-56页
   ·引言第42页
   ·材料:构建蛋白质样本数据第42-45页
   ·方法:特征提取第45-49页
     ·氨基酸组份特征第45-46页
     ·信号肽扩展序列信息集第46-48页
     ·结构融合度特征(SFD)第48-49页
   ·实验与结果分析第49-54页
   ·本章小结第54-56页
第四章 基于模糊散布矩阵的聚类算法及其生物应用第56-74页
   ·模糊Fisher 聚类算法第56-63页
     ·基于FFC 准则的聚类算法第56-59页
     ·改进的模糊Fisher 聚类算法第59-60页
     ·实验与结果分析第60-63页
   ·信号肽的识别模型第63-69页
     ·数据集和特征提取第64-66页
     ·模糊Fisher 分类器模型第66-68页
     ·实验与结果分析第68-69页
   ·复杂生物数据集的聚类数目确定第69-73页
     ·“类内紧凑类间离散”的聚类算法第70页
     ·自动确定最佳聚类数第70-71页
     ·实验与结果分析第71-73页
   ·本章小结第73-74页
第五章 改进的半监督模糊聚类算法第74-90页
   ·引言第74页
   ·利用点对约束的半监督模糊聚类算法(AFCC)第74-76页
   ·改进的半监督模糊聚类算法(ISFCA)第76-81页
     ·ISFCA 算法的研究动机第76-77页
     ·ISFCA 算法描述第77-79页
     ·ISFCA 算法参数设置第79-81页
   ·实验与结果分析第81-89页
     ·隶属度调整幅度分析第81-83页
     ·重要参数分析第83-84页
     ·聚类性能分析第84-86页
     ·聚类算法在图像分割中的应用第86-89页
   ·本章小结第89-90页
第六章 总结与展望第90-92页
   ·全文内容与创新点总结第90-91页
   ·未来工作展望第91-92页
致谢第92-94页
参考文献第94-104页
附录第104-114页
 附录1:作者在攻读博士学位期间发表的论文第104-105页
 附录2:作者在攻读博士学位期间参加的科研项目第105-106页
 附录3:CKFCM 算法的隶属度和聚类中心公式推导第106-108页
  A 隶属度迭代公式推导第106-107页
  B 聚类中心迭代公式推导第107-108页
 附录4:ISFCA 算法的隶属度和聚类中心公式推导第108-111页
  A 隶属度迭代公式推导第108-109页
  B 聚类中心迭代公式推导第109-111页
 附录5:Menne 数据集中包含未知氨基酸的蛋白序列信息第111-112页
 附录6:氨基酸的疏水值参数第112-113页
 附录7:Blosum62 氨基酸替代矩阵第113-114页
 附录8:氨基酸疏水替代矩阵第114页

论文共114页,点击 下载论文
上一篇:铋复合氧化物的合成及其可见光光催化性能研究
下一篇:农户可持续农业生产行为理论与实证研究