| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·研究背景 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文研究的内容 | 第14页 |
| ·本文组织结构 | 第14-16页 |
| 第2章 相关知识介绍 | 第16-25页 |
| ·RNA 二级结构的表示 | 第16-18页 |
| ·数据挖掘知识和聚类算法的概述 | 第18-23页 |
| ·数据挖掘知识简述 | 第18-19页 |
| ·聚类分析的过程和方法 | 第19页 |
| ·距离的度量方式 | 第19-23页 |
| ·常见的聚类算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 RNA 二级结构层次聚类算法的改进 | 第25-41页 |
| ·样本数据集的确立及数值化 | 第25-26页 |
| ·样本数据集的确立 | 第25-26页 |
| ·数据集的数值化 | 第26页 |
| ·层次聚类算法概述 | 第26-28页 |
| ·传统层次聚类算法思想及其缺点 | 第28-30页 |
| ·最小生成树思想 | 第30-31页 |
| ·改进的层次聚类算法 | 第31-36页 |
| ·确定簇的个数 | 第36页 |
| ·算法设计 | 第36-40页 |
| ·算法的设计 | 第36-37页 |
| ·算法的步骤 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 RNA 二级结构 k-means 聚类算法的改进 | 第41-50页 |
| ·传统 k-means 聚类算法及存在的缺陷 | 第41-44页 |
| ·对传统 k-means 聚类算法的分析 | 第41-43页 |
| ·传统 k-means 聚类算法的缺陷 | 第43-44页 |
| ·对传统 k-means 聚类算法的改进 | 第44-46页 |
| ·算法设计 | 第46-49页 |
| ·算法的设计 | 第46-47页 |
| ·算法的步骤 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 实验结果及分析 | 第50-54页 |
| ·实验环境与说明 | 第50页 |
| ·对传统层次聚类算法改进的实验 | 第50-51页 |
| ·实验的数据选取及内容 | 第50-51页 |
| ·实验的结果与分析 | 第51页 |
| ·对 k-means 聚类算法改进的实验 | 第51-52页 |
| ·实验内容 | 第51-52页 |
| ·实验的结果与分析 | 第52页 |
| ·算法的评价标准 | 第52页 |
| ·改进前后聚类算法的实验结果与对比分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |