首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于DNA计算的图聚类算法研究与应用

摘要第1-9页
Abstract第9-11页
第一章 绪论第11-18页
   ·研究背景和意义第11-13页
     ·研究背景第11-12页
     ·研究的意义第12-13页
   ·国内外的研究现状第13-15页
     ·图聚类第13-14页
     ·DNA 计算第14-15页
   ·本文主要研究内容第15-16页
     ·图聚类和 DNA 计算的相关理论概述第15页
     ·基于 Adleman 模型的 DNA 计算在图聚类中的应用第15页
     ·基于改进闭环 DNA 模型的介数算法在图聚类中的应用第15-16页
     ·基于改进 DNA 粘贴模型的算法在图聚类中的应用第16页
   ·本文的创新点第16页
   ·本文的组织结构第16-18页
第二章 图聚类相关理论第18-31页
   ·图论第18-22页
   ·可取的簇性质第22-23页
   ·识别簇的方法第23-25页
   ·图聚类算法第25-31页
     ·Kernighan-Lin 算法第25-26页
     ·谱平分法第26页
     ·电压和电势法第26-27页
     ·基于 Normal 矩阵的谱平分法第27-28页
     ·GN 算法第28-29页
     ·结合谱分析的凝聚算法第29-31页
第三章 DNA 计算第31-36页
   ·DNA 计算基本概念和原理第31-33页
     ·DNA 分子的结构第31-32页
     ·DNA 操作技术第32页
     ·DNA 计算的机理第32-33页
   ·DNA 计算模型第33-36页
     ·双链 DNA 计算模型第33-34页
     ·粘贴模型第34页
     ·闭环 DNA 计算模型第34-36页
第四章 基于 DNA 计算的最大流算法在图聚类上的应用第36-45页
   ·最大流算法背景知识第36-37页
     ·最大流和最小切第36页
     ·最大流算法研究现状第36-37页
     ·基于 Adleman 模型的最大流算法的基本思想第37页
   ·无向图的聚类方法第37-40页
     ·构造适合于应用最大流算法的网络图第37-38页
     ·改进的 DNA 两阶段算法流程第38-40页
   ·有向图的聚类方法第40-41页
     ·构造适合于应用最大流算法的网络图第40-41页
     ·算法的流程第41页
   ·算法的生化实验操作第41-42页
   ·算例第42-44页
   ·本章小结第44-45页
第五章 基于闭环 DNA 计算的 GN 算法的研究第45-54页
   ·GN 算法第45页
     ·GN 算法的基本思想第45页
     ·GN 算法中边介数的计算方法第45页
   ·闭环 DNA 模型及其基本的生化实验操作第45-47页
     ·推广的最短路问题的闭环 DNA 计算模型第45-46页
     ·推广的闭环 DNA 生化试验第46-47页
   ·基于推广的闭环 DNA 计算的 GN 算法的流程第47-50页
     ·算法的基本思想第47页
     ·算法描述第47-50页
   ·算例第50-53页
   ·本章小结第53-54页
第六章 基于改进 DNA 粘贴模型的算法在图聚类中的应用第54-63页
   ·粘贴模型及其改进第54-56页
     ·基本的粘贴模型第54页
     ·粘贴计算第54-55页
     ·粘贴模型的四种基本生物操作第55页
     ·改进的粘贴模型第55-56页
   ·基于改进 DNA 粘贴模型的图聚类算法第56-59页
     ·编码存储合成物及分离探针第56-57页
     ·算法的生化实验步骤第57-59页
     ·聚类操作第59页
   ·仿真实验第59-62页
   ·本章小结第62-63页
第七章 总结与展望第63-65页
   ·研究总结第63-64页
   ·研究展望第64-65页
参考文献第65-70页
致谢第70-71页
攻读硕士学位期间公开发表的论文第71页

论文共71页,点击 下载论文
上一篇:中国东北地区茶渍属地衣的研究
下一篇:造血系统关键转录因子的慢病毒载体构建及表达