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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

聚类分析及其应用研究

摘要第1-7页
ABSTRACT第7-14页
第一章 绪论第14-26页
   ·模式识别研究概况第14-19页
     ·模式的表示第15-16页
     ·模式识别主要采用的方法第16-18页
       ·模板匹配方法第16页
       ·决策理论方法第16-17页
       ·人工神经网络方法第17页
       ·模糊集方法第17-18页
       ·核方法第18页
     ·模式识别主要应用领域第18-19页
   ·生物信息学研究概况第19-20页
   ·模式识别技术与生物信息学研究第20-22页
   ·本文主要研究内容及其意义第22-25页
   ·本文的章节安排第25-26页
第二章 聚类分析基本概念及其应用第26-41页
   ·聚类分析算法的基本定义第26-27页
   ·距离函数第27-29页
   ·常用聚类分析算法第29-37页
     ·划分式聚类方法第31-32页
     ·层次化聚类方法第32页
     ·基于密度和网格的聚类算法第32-33页
     ·模糊聚类算法第33-34页
     ·基因表达数据分析聚类算法第34-35页
     ·蛋白质序列分析聚类算法第35-36页
     ·其他一些热点研究的聚类分析算法第36-37页
   ·聚类结果检验第37-39页
     ·内部检验测度第37-38页
     ·外部检验方法第38页
     ·聚类结果检验的一些相关文献第38-39页
   ·聚类算法面临的挑战第39-40页
   ·本章小结第40-41页
第三章 基于 Poisson 分布的基因表达序列分析数据自适应聚类算法研究第41-59页
   ·背景知识第43-48页
     ·Affinity Propagation 算法第43-46页
     ·基于Poisson 分布的距离测度第46-48页
   ·PoissonAPS 算法描述第48-50页
   ·实验结果及讨论第50-58页
     ·Mouse Retinal SAGE Data 数据集聚类结果第50-53页
     ·Human Cancer SAGE Data 数据集聚类结果第53-58页
   ·本章小结第58-59页
第四章 蛋白质序列聚类算法研究第59-77页
   ·引言第59-61页
   ·方法第61-64页
     ·聚类算法描述第61-62页
     ·材料第62-63页
     ·基础定义第63-64页
   ·实验结果及讨论第64-74页
     ·缺省参数第64-68页
     ·顺序敏感性第68-69页
     ·数据集自身的真实类分布对聚类结果的影响第69-71页
     ·调节参数第71-74页
   ·本章小结第74-77页
第五章 蛋白质序列在线聚类分析算法研究第77-85页
   ·引言第77-79页
   ·提出的算法第79-81页
     ·OnlineCAPS第79-80页
     ·相似度测度第80-81页
     ·参数第81页
   ·实验结果及讨论第81-83页
     ·聚类结果评估测度第82页
     ·ASTRAL 数据集聚类结果第82-83页
     ·COGs 数据集聚类结果第83页
   ·本章小结第83-85页
第六章 基于仿射传播聚类的大规模选址布局问题求解第85-95页
   ·引言第85页
   ·背景知识第85-87页
   ·基本模型和问题定义第87页
   ·基于块划分的选址布局方法第87-89页
   ·基于道路网络的选址布局方法第89-90页
   ·实验与分析第90-94页
     ·实验配置第90页
     ·基于块划分的选址布局方法实验结果与分析第90-92页
     ·基于道路网络的选址布局方法实验结果与分析第92-94页
   ·本章小结第94-95页
第七章 数据不规则形状分布聚类算法研究第95-105页
   ·引言第95-97页
   ·算法第97-100页
     ·基于离散分析的近邻测度第97-99页
     ·聚类过程描述第99-100页
   ·实验结果及讨论第100-104页
     ·人工数据集第100-102页
     ·真实数据集第102-104页
   ·本章小结第104-105页
第八章 总结与展望第105-107页
致谢第107-109页
参考文献第109-127页
攻博期间取得的研究成果第127-128页

论文共128页,点击 下载论文
上一篇:三维物体识别研究
下一篇:嵌入式系统性能优化若干问题研究