首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

符号序列相似性度量及聚类新算法

中文摘要第2-3页
Abstract第3-4页
中文文摘第5-9页
绪论第9-15页
    第一节 研究背景与研究意义第9-10页
    第二节 研究现状第10-12页
    第三节 研究内容及组织第12-15页
第一章 符号序列相似性度量的主要方法第15-23页
    第一节 符号序列相似性度量方法第15-20页
        1.1 基于统计模型的方法第16-17页
        1.2 基于特征提取的方法第17-19页
        1.3 基于比对的方法第19-20页
    第二节 相似性度量有效性的评价指标第20-23页
第二章 符号序列规范化的相似性度量第23-33页
    第一节 序列相似性度量方法分析第23-24页
    第二节 序列比对与规范化第24-28页
        2.1 相关定义第24-26页
        2.2 SNF算法第26-27页
        2.3 规范化因子第27-28页
    第三节 SNF有效性实验与分析第28-31页
        3.1 实验数据集第28-29页
        3.2 评价指标与对比算法第29页
        3.3 实验结果及分析第29-31页
    第四节 本章小结第31-33页
第三章 基于符号熵的序列相似性度量第33-41页
    第一节 基于子序列相似性度量的方法分析第33-34页
    第二节 基于符号熵的度量方法第34-37页
        2.1 符号熵第35-36页
        2.2 SES第36-37页
    第三节 实验与结果分析第37-40页
        3.1 实验数据集第37-38页
        3.2 实验设置第38页
        3.3 实验结果及分析第38-40页
    第四节 本章小结第40-41页
第四章 符号序列的改进层次聚类算法第41-49页
    第一节 符号序列层次聚类算法分析第41-42页
    第二节 基于无回路连通图的聚类算法第42-44页
    第三节 实验结果与分析第44-48页
        3.1 实验数据集第44页
        3.2 实验设置第44-45页
        3.3 实验结果与分析第45-48页
    第四节 本章小结第48-49页
第五章 总结与展望第49-51页
    第一节 总结第49-50页
    第二节 展望第50-51页
参考文献第51-57页
攻读学位期间承担的科研任务与主要成果第57-59页
致谢第59-61页
个人简历第61-63页

论文共63页,点击 下载论文
上一篇:自重构移动机器人单体设计及体间定位、通信方式研究
下一篇:面向WebServices的传输网网络管理系统