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

模糊聚类挖掘技术研究及其在自动化养猪中的应用

摘要第1-5页
Abstract第5-10页
1 绪论第10-16页
   ·引言第10页
   ·课题背景第10-11页
   ·课题意义第11-12页
   ·国内外畜牧业信息化系统的发展现状第12-14页
   ·模糊聚类技术与自动化养猪的结合点分析第14-15页
   ·论文主要研究内容与组织结构第15-16页
2 聚类算法研究第16-26页
   ·聚类算法的分类第16-17页
     ·划分的聚类方法第16页
     ·层次的聚类方法第16-17页
     ·基于密度的聚类方法第17页
     ·基于网格的聚类方法第17页
     ·基于模型的聚类方法第17页
   ·模糊聚类概念及其经典算法第17-19页
     ·HCM 聚类算法第18页
     ·FCM 聚类算法第18-19页
   ·模糊聚类算法研究现状第19-22页
     ·对模糊划分矩阵U 的研究第19-20页
     ·对相似性准则 D ( ) 的研究第20-21页
     ·对聚类原型 P 的研究第21-22页
     ·对加权指数 m 的研究第22页
     ·对数据集 X 的研究第22页
   ·模糊聚类算法实现途径的研究第22-24页
     ·基于交替优化的方法第23页
     ·基于神经网络的方法第23页
     ·基于进化计算的方法第23-24页
   ·模糊聚类有效性的研究第24-25页
   ·模糊聚类的应用研究第25页
   ·本章小结第25-26页
3 核函数模糊聚类 KFCM 算法的改进第26-38页
   ·核函数模糊聚类算法 KFCM 的简介第26-28页
   ·模糊核聚类的加权第28-29页
   ·对模糊隶属度放松约束第29-30页
   ·引入减法聚类第30-31页
   ·基于减法聚类的加权核模糊聚类的提出第31-36页
     ·核函数的选取方法第31页
     ·加权核函数模糊聚类算法第31-32页
     ·仿真实验与分析第32-36页
   ·本章小结第36-38页
4 改进 KFCM 算法的聚类有效性分析第38-50页
   ·常用的聚类有效性指标第38-40页
   ·模糊聚类有效性指标函数的核化表示第40-45页
     ·有效性指标V XB的核化表示第40-41页
     ·有效性指标VF S的核化表示第41页
     ·有效性指标VK 的核化表示第41-42页
     ·鲍正益的有效性指标Vb 的核化表示第42页
     ·Kim 的指标VS V的核化表示第42-43页
     ·Rezaee 的指标VC WB的核化表示第43页
     ·Boudraa 的指标VB 的核化表示第43-44页
     ·Amine M.Bensaid 的指标Vb said的核化表示第44-45页
     ·VP BMF指标的核化表示第45页
   ·一种改进的核模糊聚类有效性指标第45-47页
   ·实验分析第47-49页
   ·本章小结第49-50页
5 改进 KFCM 算法在自动化养猪系统中的应用第50-62页
   ·育肥猪适重出栏推荐模型第50-51页
   ·育肥猪出栏指标体系第51-53页
     ·育肥猪出栏指标体系的建立方法第51-52页
     ·育肥猪出栏指标体系的建立第52-53页
   ·改进 KFCM 算法在出栏推荐模型中应用分析第53-56页
     ·先期实验条件第53页
     ·确定样本数据集第53-54页
     ·改进的 KFCM 对育肥猪的分类第54-55页
     ·推荐出栏第55-56页
   ·自动化养猪系统的总体结构与功能设计第56-61页
     ·开发环境及开发技术第56-57页
     ·系统结构与数据库设计第57-58页
     ·系统的运行效果第58-61页
   ·本章小结第61-62页
6 结束语第62-64页
   ·本文研究工作总结第62页
   ·后续的研究工作与展望第62-64页
致谢第64-66页
参考文献第66-70页
个人简历、在学期间发表的学术论文及取得的研究成果第70页

论文共70页,点击 下载论文
上一篇:产权性质、区域环境差异与公司税收筹划
下一篇:羊痘病毒属病毒的基因芯片检测方法研究