| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究内容及创新点 | 第12页 |
| 1.2.1 研究内容 | 第12页 |
| 1.2.2 创新点 | 第12页 |
| 1.3 组织结构 | 第12-14页 |
| 第二章 粒子群算法和聚类算法研究进展 | 第14-23页 |
| 2.1 粒子群算法 | 第14-17页 |
| 2.1.1 基本原理 | 第14-15页 |
| 2.1.2 算法流程 | 第15-16页 |
| 2.1.3 研究现状 | 第16-17页 |
| 2.2 聚类算法 | 第17-23页 |
| 2.2.1 数据挖掘 | 第17-19页 |
| 2.2.2 聚类算法的基本原理 | 第19-20页 |
| 2.2.3 算法流程 | 第20-21页 |
| 2.2.4 研究现状 | 第21-23页 |
| 第三章 改进的粒子群算法 | 第23-31页 |
| 3.1 改进思路 | 第23页 |
| 3.2 算法步骤 | 第23-24页 |
| 3.3 算法流程 | 第24-25页 |
| 3.4 仿真实验及分析 | 第25-31页 |
| 3.4.1 测试函数 | 第25页 |
| 3.4.2 测试结果 | 第25-31页 |
| 第四章 改进的粒子群算法并行化Spark实现 | 第31-40页 |
| 4.1 Spark介绍 | 第31-34页 |
| 4.2 Spark RDD | 第34-35页 |
| 4.3 粒子群并行化实现 | 第35-40页 |
| 第五章 改进的粒子群算法在聚类方面的应用 | 第40-46页 |
| 5.1 算法思路 | 第40-41页 |
| 5.2 算法流程 | 第41-42页 |
| 5.3 算法实验 | 第42-44页 |
| 5.4 电信万个楼群 4G用户感知提升研究项目中的聚类应用 | 第44-46页 |
| 总结和展望 | 第46-48页 |
| 全文总结 | 第46-47页 |
| 对未来工作的展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间发表论文 | 第52-54页 |
| 致谢 | 第54页 |