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

基于遗传算法的聚类挖掘研究

中文摘要第1-4页
ABSTRACT第4-6页
目录第6-8页
第1章 引言第8-19页
   ·数据挖掘的概念、任务、应用第8-10页
   ·数据挖掘的步骤第10-11页
   ·数据挖掘技术现状第11-13页
   ·数据挖掘研究的重点及问题第13-14页
   ·聚类技术研究的意义、重点及问题第14-17页
     ·数据挖掘中的聚类技术研究的意义第15-16页
     ·聚类分析研究面临的挑战和需要解决的问题第16-17页
     ·聚类分析中引入遗传算法的意义第17页
   ·课题研究的主要内容和取得的主要成果第17-19页
     ·课题研究的主要内容和目标第17-18页
     ·取得的主要成果第18页
     ·本文的组织第18-19页
第2章 聚类分析技术概述第19-30页
   ·常用的聚类方法第19-20页
   ·聚类分析的基本知识第20-24页
   ·聚类策略第24-26页
     ·聚类的一般步骤第24-25页
     ·常用的聚类策略第25-26页
   ·层次聚类法第26-28页
   ·动态聚类法第28-29页
   ·小结第29-30页
第3章 现有聚类算法的分类研究第30-47页
   ·聚类准则第30-33页
     ·基于距离的聚类第31-32页
     ·基于密度的聚类第32-33页
     ·基于链接的聚类第33页
   ·聚类的表示第33-36页
     ·代表点第33-34页
     ·密度范围第34-35页
     ·单元格第35页
     ·概率第35-36页
   ·算法框架第36-38页
     ·最优化划分法第36-37页
     ·聚合法第37页
     ·分裂法第37-38页
   ·混合聚类技术第38-40页
     ·Hybrid:距离+密度第38页
     ·CHAMELEON:距离+连接度第38-39页
     ·GAmeans:遗传算法+k-means第39页
     ·DENCLUE:广义的密度方法第39-40页
   ·增量聚类第40-41页
   ·自动化与可视化方法第41页
   ·基于距离的聚类和增量算法的进一步讨论第41-46页
     ·基于距离的聚类方法的比较第41-43页
     ·一种基于密度的增量式网络聚类算法-IGDCLUS第43-46页
   ·小结第46-47页
第4章 聚类分析的遗传算法第47-61页
   ·进化计算与聚类分析第47-49页
   ·遗传算法的基本原理第49-51页
     ·遗传算法的结构第50-51页
     ·遗传算法的基本原理第51页
   ·聚类分析的遗传算法第51-58页
     ·聚类问题的染色体构造与编码第52-53页
     ·聚类问题适应度函数的定义第53-54页
     ·遗传算法的改进和扩充第54-56页
     ·控制参数的自适应选取第56-57页
     ·群体替换方式的改进第57页
     ·遗传操作的选取及控制参数的范围第57-58页
   ·进化策略及其在聚类分析中的应用第58-60页
     ·进化策略的基本原理第58-59页
     ·用进化策略求解聚类问题第59-60页
   ·小结第60-61页
第5章 一种基于佳点集GA的聚类算法第61-71页
   ·佳点集遗传算法第61-63页
   ·k-means聚类算法第63-64页
   ·一种基于佳点集GA的聚类算法-GAmeans第64-66页
     ·GAmeans算法的结构第64-66页
     ·GAmeans算法描述第66页
   ·使用GAmeans和k-means的混合聚类方法第66-67页
   ·实验结果与分析第67-70页
     ·实验1:遗传聚类算法性能比较测试第67-69页
     ·实验2:GAmeans中交叉操作在不同选择方式下的性能比较第69-70页
   ·小结第70-71页
第6章 总结和对未来工作的展望第71-74页
   ·本文的贡献第71页
   ·进一步的研究工作第71-72页
   ·对聚类分析研究的展望第72-74页
参考文献第74-78页
致谢第78-79页
攻读硕士学位期间发表的论文第79页

论文共79页,点击 下载论文
上一篇:中国社会现阶段利益群体研究
下一篇:企业集团资金集中管理模式与结算中心