| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 膜计算的研究现状 | 第11-12页 |
| 1.2.2 聚类算法的研究现状 | 第12-13页 |
| 1.3 论文的主要内容与结构 | 第13-15页 |
| 1.3.1 主要研究内容及创新点 | 第13-14页 |
| 1.3.2 结构安排 | 第14-15页 |
| 第2章 EC组织型P系统 | 第15-21页 |
| 2.1 P系统模型 | 第15-16页 |
| 2.2 组织型P系统基础 | 第16-18页 |
| 2.2.1 带有信道的组织型P系统 | 第16-17页 |
| 2.2.2 EC组织型P系统 | 第17-18页 |
| 2.3 对象控制流程的EC组织型P系统 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第3章 基于EC组织型P系统的RKM聚类 | 第21-35页 |
| 3.1 划分聚类 | 第21-22页 |
| 3.1.1 划分聚类算法概述 | 第21-22页 |
| 3.2 Ranked K-Medoids聚类算法（简称RKM算法） | 第22-26页 |
| 3.2.1 排序和紧密关系 | 第22-23页 |
| 3.2.2 排斥值 | 第23-24页 |
| 3.2.3 RKM算法步骤 | 第24-26页 |
| 3.3 基于EC组织型P系统的RKM算法 | 第26-30页 |
| 3.3.1 P系统的构建 | 第26-28页 |
| 3.3.2 P系统中RKM聚类算法的运算过程 | 第28-30页 |
| 3.4 算法复杂度分析 | 第30-31页 |
| 3.5 实例分析 | 第31-34页 |
| 3.5.1 实例 | 第31页 |
| 3.5.2 P系统中的聚类过程 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于EC组织型P系统的HEMST聚类 | 第35-49页 |
| 4.1 基于MST的聚类算法 | 第35-38页 |
| 4.1.1 基于MST的聚类算法概述 | 第35-36页 |
| 4.1.2 HEMST聚类算法的运行步骤 | 第36-38页 |
| 4.2 基于EC组织型P系统的HEMST算法 | 第38-42页 |
| 4.2.1 P系统的构建 | 第38-40页 |
| 4.2.2 P系统中聚类算法的运行过程 | 第40-42页 |
| 4.3 系统性能分析 | 第42-43页 |
| 4.4 实例分析 | 第43-47页 |
| 4.4.1 实例 | 第43-44页 |
| 4.4.2 P系统中的聚类过程 | 第44-47页 |
| 4.5 仿真实验分析 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 EC组织型P系统在聚类分析中的应用 | 第49-61页 |
| 5.1 高新技术企业划分问题 | 第49-50页 |
| 5.2 EC组织型P系统模型建立和算法运行 | 第50-55页 |
| 5.2.1 EC组织型P系统建立 | 第50-51页 |
| 5.2.2 系统的进化过程 | 第51-55页 |
| 5.3 电影推荐系统 | 第55-59页 |
| 5.3.1 基于EC组织型P系统的协同过滤推荐模型 | 第56-57页 |
| 5.3.2 电影推荐应用实例 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 论文的主要研究内容 | 第61-62页 |
| 6.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间的论文发表及项目参与情况 | 第68-69页 |
| 致谢 | 第69页 |