基于粒子群优化算法的聚类分析研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-13页 |
| 第1章 绪论 | 第13-20页 |
| ·论文选题背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·聚类分析研究现状 | 第15-17页 |
| ·粒子群算法及其应用研究现状 | 第17-18页 |
| ·论文的研究内容 | 第18-19页 |
| ·文章的组织结构 | 第19-20页 |
| 第2章 粒子群算法介绍及在函数优化中的应用 | 第20-31页 |
| ·粒子群算法概述 | 第20-24页 |
| ·粒子群算法的概念 | 第20页 |
| ·粒子群算法原理 | 第20-22页 |
| ·算法的流程描述 | 第22-23页 |
| ·算法的参数分析 | 第23-24页 |
| ·粒子群算法现在函数优化计算中的应用 | 第24-30页 |
| ·求解单目标约束优化问题 | 第24-26页 |
| ·求解多目标约束优化问题 | 第26-27页 |
| ·粒子群算法求解函数优化问题 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 聚类分析理论与算法研究 | 第31-40页 |
| ·欧式距离 | 第31-32页 |
| ·两种典型聚类划分方法分析 | 第32-39页 |
| ·K-均值聚类算法 | 第33-35页 |
| ·K-中心点聚类算法 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 粒子群算法原理及其在聚类分析中的应用 | 第40-50页 |
| ·基于粒子群算法的聚类分析 | 第40-44页 |
| ·聚类算法原理描述 | 第40-42页 |
| ·实现步骤 | 第42-44页 |
| ·实例分析 | 第44-48页 |
| ·粒子群聚类算法在数据聚类中的应用 | 第44-46页 |
| ·样品数据聚类效果分析 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 改进粒子群优化算法在聚类分析中的应用 | 第50-61页 |
| ·粒子群算法改进的介绍 | 第50-54页 |
| ·具有时变加速因子的自组织粒子群算法 | 第50-51页 |
| ·基于模式结构的改进粒子群算法 | 第51-52页 |
| ·粒子群算法与其他仿生算法的比较与融合 | 第52-54页 |
| ·基于K-均值的粒子群优化算法 | 第54-56页 |
| ·基于K-均值的粒子群聚类算法思想与描述 | 第54-55页 |
| ·基于K-均值的粒子群聚类算法流程 | 第55-56页 |
| ·基于K-均值粒子群优化算法在聚类分析中的应用 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间论文发表及科研情况 | 第67-68页 |
| 致谢 | 第68页 |
