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FLOC的双向聚类算法研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-14页
   ·研究背景第9-12页
     ·数据挖掘第9页
     ·生物信息学第9-10页
     ·基因芯片第10-11页
     ·基因表达第11-12页
   ·研究意义第12-13页
     ·基因的特点第12页
     ·传统聚类的缺陷第12-13页
   ·研究内容第13页
   ·本文结构第13-14页
第二章 双向聚类第14-27页
   ·双向聚类的提出第14页
   ·双向聚类与传统聚类的区别第14-15页
   ·双向聚类的概念第15-16页
   ·双向聚类的类型第16-17页
   ·双向聚类的结构第17-19页
   ·双向聚类的算法第19-26页
     ·双向聚类算法分类第19-20页
     ·双向聚类算法介绍第20-25页
     ·双向聚类算法比较第25-26页
   ·本章小结第26-27页
第三章 FLOC 算法第27-38页
   ·CC 算法第27-31页
     ·相关理论概念第27-28页
     ·CC 算法描述第28-31页
     ·CC 算法优缺点第31页
   ·FLOC 算法第31-37页
     ·相关理论概念第31-33页
     ·算法描述第33-37页
     ·FLOC 算法优缺点第37页
   ·两种算法比较第37页
   ·本章小结第37-38页
第四章 FLOC 算法改进第38-41页
   ·算法目标第38页
   ·初始化第38-39页
   ·执行序列第39页
   ·结束条件第39-40页
   ·本章小结第40-41页
第五章 实验结果第41-59页
   ·实验内容第41页
   ·实验配置第41页
   ·实验结果第41-58页
     ·算法目标第41-44页
     ·初始化第44-47页
     ·执行序列第47-50页
     ·结束条件第50-53页
     ·综合改进第53-56页
     ·综合比较第56页
     ·双向聚类第56-58页
   ·实验结论第58页
   ·本章小结第58-59页
结论第59-61页
参考文献第61-64页
攻读硕士学位期间取得的研究成果第64-65页
致谢第65-66页
答辩委员会对论文的评定意见第66页

论文共66页,点击 下载论文
上一篇:HMM增量学习算法在中文命名实体识别中的应用研究
下一篇:基于Windows平台的视网膜血管量化研究