基于粒子群优化的聚类算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-14页 |
| ·聚类分析的研究现状 | 第11-12页 |
| ·粒子群优化算法的研究现状 | 第12-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·论文的组织结构 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第二章 聚类分析理论和算法 | 第16-28页 |
| ·聚类分析的基本概念 | 第16-17页 |
| ·聚类分析中的数据结构 | 第17页 |
| ·相异度的计算方法 | 第17-23页 |
| ·区间标度变量 | 第18-19页 |
| ·二元变量 | 第19页 |
| ·分类、序数和比例标度变量 | 第19-22页 |
| ·混合类型的变量 | 第22-23页 |
| ·聚类分析的主要算法 | 第23-27页 |
| ·基于划分的方法 | 第23-24页 |
| ·基于层次的方法 | 第24-25页 |
| ·基于密度的方法 | 第25-26页 |
| ·基于网格的方法 | 第26页 |
| ·基于模型的方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 粒子群优化算法及其聚类思想 | 第28-34页 |
| ·粒子群算法的起源 | 第28页 |
| ·粒子群算法的基本原理 | 第28-29页 |
| ·粒子群算法的流程 | 第29-30页 |
| ·粒子群算法参数分析 | 第30-32页 |
| ·粒子群算法的应用 | 第32-33页 |
| ·在连续领域的应用 | 第32页 |
| ·在离散领域的应用 | 第32-33页 |
| ·粒子群算法的聚类思想 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于仿射传播的粒子群聚类算法 | 第34-44页 |
| ·仿射传播聚类算法的描述 | 第34-35页 |
| ·基于仿射传播的粒子群聚类算法 | 第35-37页 |
| ·算法基本思想 | 第35-36页 |
| ·算法流程 | 第36-37页 |
| ·仿真实验及性能分析 | 第37-43页 |
| ·实验数据集描述 | 第37-38页 |
| ·参数设置 | 第38页 |
| ·实验结果分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于 EFC 的粒子群聚类算法 | 第44-52页 |
| ·基于熵的模糊聚类算法（EFC）的描述 | 第44-45页 |
| ·基于 EFC 的粒子群聚类算法 | 第45-46页 |
| ·算法基本思想 | 第45页 |
| ·算法流程 | 第45-46页 |
| ·仿真实验及性能分析 | 第46-51页 |
| ·实验数据集描述 | 第46-47页 |
| ·参数设置 | 第47页 |
| ·实验结果分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·本文的主要工作 | 第52-53页 |
| ·下一步的工作 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间发表的论文 | 第59-60页 |
| 致谢 | 第60页 |
