首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

采用DBSCAN聚类的自适应步长细菌觅食算法

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第9-15页
    1.1 研究背景和意义第9-11页
    1.2国内外研究现状第11-13页
        1.2.1 细菌觅食算法研究现状第11-12页
        1.2.2 DBSCAN聚类算法研究现状第12-13页
    1.3 本文结构安排第13-15页
第2章 研究的理论基础第15-21页
    2.1 细菌觅食算法理论基础第15-18页
        2.1.1 细菌觅食算法的基本思想第15-16页
        2.1.2 细菌觅食算法的基本步骤第16-18页
    2.2 DBSCAN聚类算法理论基础第18-21页
        2.2.1 DBSCAN聚类算法的基本思想第18-19页
        2.2.2 DBSCAN聚类算法的基本步骤第19-21页
第3章 采用DBSCAN聚类的细菌觅食算法第21-32页
    3.1 线性自适应步长陷入极小问题第21-22页
    3.2 细菌自适应步长优化函数第22-24页
    3.3 细菌觅食算法的核心点标记第24-25页
    3.4 算法的实现第25-28页
        3.4.1 采用DBSCAN聚类的自适应细菌觅食算法的基本步骤第25-27页
        3.4.2 采用DBSCAN聚类的自适应细菌觅食算法的流程图第27-28页
    3.5 实验结果第28-31页
        3.5.1 检测函数第28页
        3.5.2 实验环境设置第28-29页
        3.5.3 实验仿真结果第29-30页
        3.5.4 收敛特性第30-31页
    3.6 小结第31-32页
第4章 基于改进DBSCAN聚类的觅食算法第32-40页
    4.1 改进的核心点标记算法第32-33页
        4.1.1 算法基本思想第32-33页
        4.1.2 改进核心点标记算法基本流程第33页
    4.2 算法的实现第33-37页
        4.2.1 采用改进核心点标记算法的自适应细菌觅食算法的基本步骤第33-36页
        4.2.2 采用改进核心点标记算法自适应细菌觅食算法的流程图第36-37页
    4.3 实验结果第37-39页
        4.3.1 采用改进核心点标记算法的核心点算法检测函数第37页
        4.3.2 实验环境设置第37页
        4.3.3 采用改进核心点标记算法对比实验仿真结果第37-39页
    4.4 小结第39-40页
第5章 自适应细菌觅食算法中参数λ的自适应选取第40-46页
    5.1 参数λ对于觅食算法收敛性的影响第40-42页
    5.2 参数λ的自适应选取第42页
    5.3 实验结果及分析第42-45页
    5.4 小结第45-46页
第6章 总结与展望第46-48页
    6.1 总结第46-47页
    6.2 展望第47-48页
参考文献第48-54页
致谢第54-55页
攻读硕士期间发表论文和参与项目情况第55页

论文共55页,点击 下载论文
上一篇:内部控制体系优化研究--以W单位为例
下一篇:A公司新产品导入期消费者感知管理策略研究