基于量子粒子群优化的自动聚类算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·群智能算法的研究现状 | 第9-11页 |
| ·自动聚类算法国内外研究的现状 | 第11页 |
| ·论文内容与章节安排 | 第11-14页 |
| 第二章 基于 QPSO 的自动聚类算法 | 第14-28页 |
| ·量子计算与量子粒子群算法概述 | 第14-17页 |
| ·量子算法及量子态特征 | 第14-15页 |
| ·量子粒子群算法的提出 | 第15-17页 |
| ·基于量子粒子群算法的自动聚类算法 | 第17-21页 |
| ·算法机理 | 第18-20页 |
| ·算法流程 | 第20-21页 |
| ·相关实验数据 | 第21-27页 |
| ·实验数据及分析 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于核距离的 QPSO 自动聚类算法 | 第28-38页 |
| ·引言 | 第28-29页 |
| ·引入核思维后的 QPSO 自动聚类算法 | 第29-31页 |
| ·核方法简介 | 第29-30页 |
| ·基于 QPSO 的核自动聚类 | 第30-31页 |
| ·参数设计及实验数据 | 第31-35页 |
| ·参数分析 | 第32页 |
| ·实验设置及实验结果 | 第32-35页 |
| ·本章小结 | 第35-38页 |
| 第四章 基于 WQPSO 的自动聚类算法 | 第38-44页 |
| ·引言 | 第38页 |
| ·WQPSO 算法简介 | 第38-40页 |
| ·实验数据 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第五章 总结和展望 | 第44-46页 |
| ·论文总结 | 第44页 |
| ·工作展望 | 第44-46页 |
| 致谢 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 硕士期间的学术成果 | 第52-53页 |