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 |