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

基于并行蚁群优化的分类技术应用研究

摘要第1-6页
ABSTRACT第6-9页
第1章 绪论第9-12页
   ·研究背景第9-10页
   ·研究意义、目的第10-11页
   ·本文主要内容和结构第11-12页
第2章 基本蚁群优化算法模型及其改进算法第12-21页
   ·引言第12-13页
   ·蚁群优化(ACO)算法基本原理及其实现第13-18页
   ·基于AS算法的几种改进算法第18-21页
第3章 数据分类算法第21-33页
   ·数据挖掘技术概述第21页
   ·数据挖掘的功能第21-23页
   ·分类规则挖掘常用算法第23-25页
   ·Ant-miner算法第25-31页
   ·本章总结第31-33页
第4章 基于多目标并行蚁群优化(IMACO)的分类算法第33-41页
   ·IMACO的提出背景第33-34页
   ·IMACO算法模型的建立第34-38页
   ·IMACO算法参数的选取规则第38页
   ·实验结果与分析第38-41页
第5章 结束语第41-43页
   ·本文所做的主要工作第41页
   ·展望第41-43页
参考文献第43-48页
附录1:Tic-tac-toe实验结果第48-51页
附录2:Car Evaluation实验结果第51-56页
附录3:Nursery实验结果第56-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于力反馈装置的虚拟装配人机交互研究
下一篇:基于贝叶斯理论的电容层析成像算法研究