聚类算法模型的研究及应用
中文摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第9-20页 |
摘要 | 第9页 |
·课题背景及研究意义 | 第9-10页 |
·聚类分析 | 第10-12页 |
·聚类算法模型的分类 | 第12-15页 |
1 分区聚类 | 第12页 |
2 层次聚类 | 第12-13页 |
3 密度聚类 | 第13页 |
4 模糊聚类 | 第13-15页 |
5 其它聚类 | 第15页 |
·聚类效果的评估 | 第15-16页 |
·本文的主要研究内容 | 第16-18页 |
参考文献 | 第18-20页 |
第二章 微阵列中稠密区的应用 | 第20-33页 |
摘要 | 第20页 |
·引言 | 第20-21页 |
·双聚类 | 第21-25页 |
·稠密区的定义和基本搜索算法 | 第25页 |
·稠密区的分类 | 第25-27页 |
·扩展的基本稠密区算法 | 第27-28页 |
·应用研究 | 第28-30页 |
·聚糖酶数据集的应用 | 第28页 |
·酵母菌数据集的应用 | 第28-30页 |
·与一般聚类算法的比较 | 第30页 |
·本章小结 | 第30-32页 |
参考文献 | 第32-33页 |
第三章 推广的探测基因网络模块拓扑覆盖矩阵 | 第33-46页 |
摘要 | 第33页 |
·引言 | 第33页 |
·UTOM与现有方法的对比 | 第33-35页 |
·推广的拓扑覆盖矩阵 | 第35-37页 |
·UTOM计算的简便方法 | 第37-38页 |
·双向层次聚类算法 | 第38-39页 |
·模块探测 | 第39-43页 |
·本章小结 | 第43-45页 |
参考文献 | 第45-46页 |
第四章 基于随机投影集合的高维数据聚类 | 第46-77页 |
摘要 | 第46页 |
·高维聚类存在的问题 | 第46-48页 |
·聚类集合的设计 | 第48-61页 |
·集合的构造 | 第48-56页 |
·OPTOC竞争学习算法 | 第56-57页 |
·共识函数 | 第57-61页 |
·应用研究 | 第61-70页 |
·数据集和参数设置 | 第61-62页 |
·集合构造器应用研究 | 第62-67页 |
·共识函数的应用研究 | 第67-70页 |
·本章小结 | 第70-74页 |
参考文献 | 第74-77页 |
第五章 基于尺度的聚类模型 | 第77-98页 |
摘要 | 第77页 |
·引言 | 第77-79页 |
·聚类质量的评测 | 第79-82页 |
·基于尺度的数学模型 | 第82-84页 |
·尺度聚类算法的应用 | 第84-87页 |
·基于Renyi熵同源和分离指标分析 | 第84页 |
·尺度参数 | 第84-87页 |
·应用研究 | 第87-92页 |
·本章小结 | 第92-97页 |
参考文献 | 第97-98页 |
第六章 工作小结 | 第98-99页 |
致谢 | 第99-100页 |
攻读博士学位期间取得的科研成果 | 第100页 |