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

混合群智能算法及其在聚类分析中的应用研究

摘要第6-7页
ABSTRACT第7-8页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-22页
    1.1 研究背景与意义第16页
    1.2 国内外研究现状第16-18页
    1.3 聚类算法存在问题及研究方向第18-19页
    1.4 主要内容和结构安排第19-22页
第二章 相关理论基础第22-36页
    2.1 群智能优化算法第22-27页
        2.1.1 粒子群算法第23-24页
        2.1.2 鲸鱼优化算法第24-27页
    2.2 Levy Flight策略第27-29页
    2.3 优化问题第29-30页
    2.4 基准函数第30-34页
    2.5 本章小结第34-36页
第三章 基于Levy飞行鲸鱼群与粒子群混合智能优化算法第36-54页
    3.1 具有Levy飞行特征的鲸鱼优化算法第36-41页
        3.1.1 LFWOA算法思想及步骤第36-37页
        3.1.2 仿真结果及分析第37-41页
    3.2 基于Levy飞行鲸鱼群与粒子群混合智能优化算法第41-52页
        3.2.1 算法描述第41-44页
        3.2.2 探索能力分析第44页
        3.2.3 仿真结果及分析第44-52页
    3.3 本章小结第52-54页
第四章 改进的模糊C-均值聚类算法及其应用第54-76页
    4.1 聚类分析第54-55页
    4.2 模糊C-均值聚类算法第55-57页
        4.2.1 算法思想及步骤第55-57页
        4.2.2 算法优缺点第57页
    4.3 改进的鲸鱼群模糊C-均值聚类算法第57-69页
        4.3.1 数据预处理第58页
        4.3.2 算法的描述及流程第58-61页
        4.3.3 聚类有效性指标第61-62页
        4.3.4 实验与结果分析第62-69页
    4.4 基于鲸鱼优化的快速FCM图像分割方法第69-75页
        4.4.1 基于快速FCM算法的图像分割第69-70页
        4.4.2 算法的思想及流程第70-72页
        4.4.3 实验仿真与分析第72-75页
    4.5 本章小结第75-76页
第五章 总结与展望第76-78页
    5.1 总结第76-77页
    5.2 展望第77-78页
参考文献第78-82页
致谢第82-84页
作者简介第84-85页

论文共85页,点击 下载论文
上一篇:基于改进FCM的模糊神经网络控制策略的研究与仿真
下一篇:关于存在损失数据的线性系统建模与状态估计