基于群智能优化的聚类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·数据挖掘研究现状 | 第11-12页 |
| ·聚类方法研究现状 | 第12-13页 |
| ·本文的主要工作 | 第13页 |
| ·本文结构安排 | 第13-16页 |
| 第2章 聚类方法介绍 | 第16-28页 |
| ·聚类定义 | 第16-19页 |
| ·相似性度量 | 第19-20页 |
| ·聚类评价准则 | 第20-21页 |
| ·聚类算法 | 第21-25页 |
| ·基于划分的聚类方法 | 第21-22页 |
| ·层次聚类方法 | 第22-23页 |
| ·基于密度的方法 | 第23-24页 |
| ·基于网格的方法 | 第24页 |
| ·基于模型的方法 | 第24页 |
| ·模糊聚类 | 第24-25页 |
| ·聚类算法的数据结构 | 第25-28页 |
| 第3章 群智能优化算法 | 第28-32页 |
| ·概述 | 第28页 |
| ·萤火虫算法 | 第28-29页 |
| ·人工鱼群算法 | 第29-30页 |
| ·人工免疫算法 | 第30-32页 |
| 第4章 融合免疫接种机制的改进鱼群聚类 | 第32-42页 |
| ·人工鱼群算法 | 第32页 |
| ·改进人工鱼群聚类模型定义 | 第32-35页 |
| ·人工鱼编码 | 第32-33页 |
| ·食物浓度 | 第33页 |
| ·适应度函数 | 第33页 |
| ·人工鱼群初始化 | 第33页 |
| ·自适应的参数设置 | 第33-34页 |
| ·引入免疫疫苗机制 | 第34-35页 |
| ·算法描述 | 第35-36页 |
| ·仿真实验及分析 | 第36-40页 |
| ·本章小结 | 第40-42页 |
| 第5章 新的小生境萤火虫聚类 | 第42-54页 |
| ·划分聚类方法的数学描述 | 第42页 |
| ·小生境技术 | 第42-43页 |
| ·小生境萤火虫聚类模型定义 | 第43-45页 |
| ·萤火虫编码 | 第43页 |
| ·萤火虫自身亮度和吸引度 | 第43-44页 |
| ·目标函数 | 第44页 |
| ·萤火虫种群初始化 | 第44页 |
| ·自适应的步长设置 | 第44-45页 |
| ·引入小生境技术 | 第45页 |
| ·算法描述 | 第45-46页 |
| ·仿真实验及分析 | 第46-50页 |
| ·聚类中心的初始化方法比较 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第6章 基于人工免疫系统的PPI网络聚类算法 | 第54-66页 |
| ·引言 | 第54-55页 |
| ·基于人工免疫系统的PPI聚类模型 | 第55-57页 |
| ·数据预处理 | 第55页 |
| ·亲和度(层次距离)的计算 | 第55页 |
| ·目标函数(模块适应度)的计算 | 第55-56页 |
| ·注射疫苗 | 第56页 |
| ·聚类中心的初始化 | 第56页 |
| ·聚类结果评价 | 第56-57页 |
| ·算法描述 | 第57-59页 |
| ·算法流程图 | 第59页 |
| ·仿真结果及分析 | 第59-61页 |
| ·算法性能测试 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第7章 总结与展望 | 第66-68页 |
| ·论文工作总结 | 第66-67页 |
| ·未来展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士学位期间的研究成果 | 第76页 |
