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

基于智能优化计算的双聚类算法研究

摘要第5-7页
ABSTRACT第7-8页
缩略语对照表第11-14页
第一章 绪论第14-18页
    1.1 研究背景及意义第14-15页
    1.2 研究现状第15-16页
    1.3 本文内容安排第16-18页
第二章 基因表达数据及聚类方法第18-36页
    2.1 引言第18页
    2.2 基因表达数据第18-19页
    2.3 双聚类相关概念第19-24页
        2.3.1 双聚类定义第19-20页
        2.3.2 双聚类的模式第20-22页
        2.3.3 双聚类结构第22-24页
    2.4 聚类方法第24-33页
        2.4.1 聚类方法分类第25-27页
        2.4.2 几个双聚类算法第27-29页
        2.4.3 群体智能算法第29-33页
    2.5 本章小结第33-36页
第三章 基于模式驱动的PSO双聚类算法第36-44页
    3.1 PSO算法第36页
    3.2 模式驱动算子第36-38页
    3.3 所提出的算法第38-43页
        3.3.1 目标函数第39页
        3.3.2 编码第39页
        3.3.3 算法流程第39-40页
        3.3.4 实验第40-41页
        3.3.5 结果及分析第41-43页
    3.4 本章小结第43-44页
第四章 一种新的多目标双聚类算法第44-54页
    4.1 引言第44页
    4.2 相关概念第44-45页
    4.3 NSGA-II算法第45-48页
        4.3.1 快速非支配排序第45-46页
        4.3.2 拥挤距离第46-47页
        4.3.3 拥挤选择算子第47页
        4.3.4 NSGA-II算法第47-48页
    4.4 一种新的基于NSGA-II的多目标双聚类算法第48-52页
        4.4.1 目标函数第48-49页
        4.4.2 局部搜索算子第49-50页
        4.4.3 算法描述第50页
        4.4.4 实验及结果分析第50-52页
    4.5 本章小结第52-54页
第五章 总结和展望第54-56页
    5.1 总结第54-55页
    5.2 展望第55-56页
参考文献第56-60页
致谢第60-62页
作者简介第62-63页

论文共63页,点击 下载论文
上一篇:基于进化算法的复杂网络社区检测
下一篇:基于进化算法和节点局部信息的复杂网络社区检测