动态数据挖掘中的演化聚类算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·动态数据挖掘 | 第11-14页 |
| ·动态数据挖掘的产生背景 | 第11-12页 |
| ·动态数据挖掘步骤 | 第12-13页 |
| ·动态数据挖掘的研究方向 | 第13-14页 |
| ·聚类方法简介 | 第14-15页 |
| ·研究内容、意义及现状 | 第15-17页 |
| ·动态演化聚类的研究意义 | 第15-16页 |
| ·研究内容 | 第16页 |
| ·国内外研究技术现状分析 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第二章 人工免疫系统 | 第18-29页 |
| ·生物免疫系统基础 | 第18-23页 |
| ·免疫学发展 | 第18页 |
| ·免疫系统的主要功能 | 第18-20页 |
| ·生物免疫系统的运行机制 | 第20-21页 |
| ·免疫分类 | 第21-22页 |
| ·生物免疫系统优点 | 第22-23页 |
| ·人工免疫系统 | 第23-28页 |
| ·人工免疫系统的研究内容和范围 | 第23页 |
| ·人工免疫系统算法研究 | 第23-27页 |
| ·国内外研究及应用领域 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于核函数的人工免疫动态演化聚类算法 | 第29-44页 |
| ·相关方法 | 第29-30页 |
| ·免疫应答算法 | 第29-30页 |
| ·核函数 | 第30页 |
| ·基于核函数的人工免疫动态演化聚类算法 | 第30-43页 |
| ·亲和度函数计算 | 第31页 |
| ·抗体克隆与变异 | 第31-32页 |
| ·基于核函数的人工免疫动态演化聚类算法 | 第32-34页 |
| ·算法计算复杂度 | 第34页 |
| ·实验与分析 | 第34-39页 |
| ·基于记忆抗体免疫抑制的算法优化 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于人工免疫和分形的动态演化聚类算法 | 第44-59页 |
| ·分形背景 | 第44页 |
| ·数据集分形维数 | 第44-46页 |
| ·数据集分形维数计算方法 | 第46-48页 |
| ·基于人工免疫与分形的动态演化聚类算法 | 第48-51页 |
| ·相关数据结构及概念 | 第48-49页 |
| ·簇密度 | 第49页 |
| ·算法描述 | 第49-51页 |
| ·实验与分析 | 第51-58页 |
| ·实验一 | 第51-54页 |
| ·实验二 | 第54-58页 |
| ·实验总结 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第五章 结束语 | 第59-61页 |
| ·本文总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 在学期间的研究成果及发表的学术论文 | 第67页 |
