动点聚类算法及其量子化研究
摘要 | 第1-8页 |
Abstract | 第8-12页 |
目录 | 第12-19页 |
1 绪论 | 第19-47页 |
·聚类算法研究进展 | 第19-27页 |
·经典聚类算法 | 第20-22页 |
·聚类算法研究现状 | 第22-27页 |
·量子计算研究进展 | 第27-36页 |
·量子计算的优势 | 第29-32页 |
·量子计算研究现状 | 第32-36页 |
·模式识别与量子计算 | 第36-41页 |
·研究动机与研究内容 | 第41-45页 |
·研究动机 | 第41-43页 |
·研究内容 | 第43-45页 |
·本章小结 | 第45-47页 |
2 复杂网络与量子计算 | 第47-65页 |
·复杂网络 | 第47-55页 |
·真实世界中的网络 | 第47-48页 |
·从随机图到复杂网络 | 第48-51页 |
·小世界网络与无标度网络 | 第51-55页 |
·量子计算 | 第55-63页 |
·量子力学基础 | 第55-59页 |
·量子比特、量子门和量子线路 | 第59-63页 |
·本章小结 | 第63-65页 |
3 基于改进随机游动模型的聚类算法 | 第65-83页 |
·随机游动理论 | 第66-67页 |
·经典随机游动 | 第66页 |
·图上的随机游动 | 第66-67页 |
·改进的随机游动模型 | 第67-70页 |
·模型的收敛性分析 | 第70-72页 |
·算法与分析 | 第72-76页 |
·聚类算法(RW1,RW2) | 第72-74页 |
·算法分析 | 第74-76页 |
·实验与讨论 | 第76-82页 |
·实验设定 | 第76-78页 |
·参数对算法的影响 | 第78-80页 |
·实验结果 | 第80-82页 |
·本章小结 | 第82-83页 |
4 基于复杂网络上的群集聚类算法 | 第83-99页 |
·经典群集(Flocking)模型 | 第84-86页 |
·建立的复杂网络上的群集(Flocking)模型 | 第86-88页 |
·算法与分析 | 第88-92页 |
·聚类算法(FLCN1,FLCN2) | 第88-90页 |
·算法分析 | 第90-92页 |
·讨论 | 第92-95页 |
·近邻数对聚类类数的影响 | 第92-93页 |
·算法FLCN2中比例因子对聚类结果的影响 | 第93-94页 |
·近邻数对算法收敛速度的影响 | 第94-95页 |
·实验 | 第95-97页 |
·实验设定 | 第95-96页 |
·实验结果 | 第96-97页 |
·本章小结 | 第97-99页 |
5 基于演化网络上的博弈聚类算法 | 第99-119页 |
·博弈论 | 第100-104页 |
·经典博弈论 | 第100-102页 |
·演化博弈论 | 第102-104页 |
·提出的演化网络上的博弈模型 | 第104-107页 |
·算法与分析 | 第107-111页 |
·聚类算法(EG1,EG2,EG3) | 第108-110页 |
·算法分析 | 第110-111页 |
·讨论 | 第111-115页 |
·近邻数与聚类类数的关系 | 第111-112页 |
·探索率对EG1算法的影响 | 第112-113页 |
·三种断边重连函数比较 | 第113-115页 |
·实验 | 第115-117页 |
·实验设定 | 第115-116页 |
·实验结果 | 第116-117页 |
·本章小结 | 第117-119页 |
6 量子随机游动与数据聚类 | 第119-135页 |
·量子随机游动 | 第120-122页 |
·一维量子随机游动 | 第120-121页 |
·图上的量子随机游动 | 第121-122页 |
·聚类算法 | 第122-127页 |
·基于一维量子随机游动的聚类算法(1D-QRW) | 第122-126页 |
·基于高维量子随机游动的聚类算法(nD-QRW) | 第126-127页 |
·讨论 | 第127-130页 |
·最近邻数与聚类类数 | 第127-128页 |
·步数对1D-SCMS和1D-MCMS算法的影响 | 第128-130页 |
·实验 | 第130-131页 |
·实验设定 | 第130-131页 |
·实验结果 | 第131页 |
·本章小结 | 第131-135页 |
7 量子博弈与数据聚类 | 第135-153页 |
·量子博弈 | 第136-140页 |
·研究现状 | 第136-137页 |
·量子博弈的物理模型:两个例子 | 第137-140页 |
·基于量子博弈的聚类算法 | 第140-145页 |
·量子策略与收益矩阵 | 第141-143页 |
·链接移除与重连函数设计 | 第143-144页 |
·链接强度更新 | 第144-145页 |
·讨论 | 第145-149页 |
·聚类类数与最近邻数 | 第145-146页 |
·类SD收益矩阵中参数c对算法的影响 | 第146-147页 |
·算法总收益与收敛速度 | 第147-149页 |
·实验 | 第149-151页 |
·实验设定 | 第149-150页 |
·实验结果 | 第150-151页 |
·本章小结 | 第151-153页 |
8 结论与展望 | 第153-157页 |
·研究工作总结 | 第153-154页 |
·研究工作展望 | 第154-157页 |
参考文献 | 第157-177页 |
攻读博士学位期间主要研究成果 | 第177页 |