基于文化算法的聚类分析研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-16页 |
| ·本文研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文主要内容 | 第14-16页 |
| 第2章 聚类分析 | 第16-22页 |
| ·聚类概述 | 第16页 |
| ·聚类算法的要求 | 第16-18页 |
| ·主要的聚类方法 | 第18-22页 |
| ·划分方法 | 第19-20页 |
| ·层次方法 | 第20页 |
| ·基于密度的方法 | 第20-21页 |
| ·基于模型的方法 | 第21页 |
| ·基于网格的方法 | 第21-22页 |
| 第3章 进化计算方法概述 | 第22-31页 |
| ·进化算法 | 第22-23页 |
| ·进化算法过程 | 第22页 |
| ·进化计算的基本特点 | 第22-23页 |
| ·遗传算法 | 第23-28页 |
| ·遗传算法解述 | 第23-24页 |
| ·遗传算法的理论基础 | 第24页 |
| ·遗传算法的基本要素 | 第24-26页 |
| ·遗传算法的一般流程 | 第26页 |
| ·遗传算法特点 | 第26-28页 |
| ·进化规划 | 第28-31页 |
| ·进化规划基本原理与方法 | 第28-29页 |
| ·进化规划的主要特点 | 第29-31页 |
| 第4章 基于文化算法的聚类分析 | 第31-44页 |
| ·文化算法概述 | 第31-33页 |
| ·文化算法模型 | 第31-32页 |
| ·文化算法理论的研究 | 第32-33页 |
| ·K-MEAMS算法原理 | 第33-35页 |
| ·文化算法与K-MEAMS相结合的聚类算法 | 第35-44页 |
| ·文化算法群体空间采用遗传算法 | 第35-38页 |
| ·文化算法群体空间采用进化规划 | 第38-44页 |
| 第5章 聚类实验分析 | 第44-66页 |
| ·数据集 | 第44-45页 |
| ·聚类结果评价 | 第45-47页 |
| ·KCAGA算法聚类结果 | 第47-50页 |
| ·KCAEP算法聚类结果 | 第50-66页 |
| ·对影响函数的改进分析 | 第50-54页 |
| ·对KCAEP Ⅰ'和KCAEPⅡ'的聚类分析 | 第54-55页 |
| ·对KCAEP Ⅲ和KCAEP Ⅳ的聚类分析 | 第55-57页 |
| ·对Web数据的聚类分析 | 第57-66页 |
| 结论 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间所发表的论文 | 第74页 |
