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

不确定信息的粗糙聚类与粒化分析及应用

摘要第4-6页
Abstract第6-8页
第一章 绪论第12-22页
    1.1 研究背景和意义第12-13页
    1.2 国内外研究现状第13-19页
        1.2.1 粗糙k-means聚类研究进展第13-16页
        1.2.2 信息粒化方法研究进展第16-18页
        1.2.3 聚类分析在工业生产中的应用第18-19页
    1.3 研究目标第19-21页
    1.4 研究内容第21页
    1.5 论文组织结构第21-22页
第二章 相关概念与理论知识第22-31页
    2.1 粗糙集理论中不确定信息表述方法第22-23页
    2.2 模糊隶属度与2-型模糊隶属度第23-24页
    2.3 k-means聚类及系列衍生算法第24-28页
        2.3.1 经典k-means算法简介第24-25页
        2.3.2 FKM算法简介第25页
        2.3.3 RKM算法简介第25-26页
        2.3.4 RFKM算法简介第26-27页
        2.3.5 RT2FKM算法简介第27-28页
    2.4 信息粒化与可信粒度准则第28-30页
        2.4.1 粒计算与信息粒化第28页
        2.4.2 可信粒度准则及其参数化版本第28-30页
    2.5 本章小节第30-31页
第三章 基于边界区域局部模糊增强的粗糙k-means聚类算法第31-42页
    3.1 引言第31页
    3.2 Peters引入无差别原则的πRKM算法第31-33页
    3.3 基于边界区域局部模糊增强的πRKM算法第33-35页
        3.3.1 边界区域局部模糊度量第33-34页
        3.3.2 BF-πRKM算法设计第34-35页
    3.4 实例仿真分析第35-41页
        3.4.1 人工数据集测试分析第36-39页
        3.4.2 UCI数据集测试分析第39-40页
        3.4.3 DBI指标测试分析第40-41页
    3.5 本章小结第41-42页
第四章 基于区间2-型模糊度量的粗糙k-means聚类算法第42-53页
    4.1 引言第42页
    4.2 数据规模不均衡对粗糙k-means聚类的影响分析第42-43页
    4.3 基于区间-2型模糊度量的粗糙k-means聚类算法第43-47页
        4.3.1 考虑类簇规模的区间2-型模糊隶属度度量第43-46页
        4.3.2 基于区间-2型模糊度量的RKM聚类算法描述第46-47页
    4.4 实验验证分析第47-52页
        4.4.1 粗糙聚类算法结果对比分析第47-51页
        4.4.2 与其它类簇不均衡处理算法的对比分析第51-52页
    4.5 本章小结第52-53页
第五章 基于边界模糊度量粗糙k-means聚类的信息粒化算法第53-64页
    5.1 引言第53页
    5.2 可信粒度准则下现有信息粒化聚类算法的缺陷分析第53-55页
    5.3 信息粒化粗糙k-means聚类算法第55-58页
        5.3.1 基于边界模糊度量的粗糙k-means聚类算法(BFRKM)第55-56页
        5.3.2 基于BFRKM聚类的信息粒化算法第56-58页
    5.4 实验分析第58-63页
        5.4.1 人工数据集对比分析第59-61页
        5.4.2 UCI标准数据集对比分析第61-63页
    5.5 本章小结第63-64页
第六章 粗糙k-means聚类粒化在合成乙苯生产过程中的应用第64-76页
    6.1 引言第64页
    6.2 合成乙苯工艺及其流程模拟第64-67页
        6.2.1 液相分子筛法苯与乙烯烷基化制乙苯工艺第64-66页
        6.2.2 基于Aspen plus软件的合成乙苯工艺流程模拟第66-67页
    6.3 不同粒化算法下粒子质量对比第67-68页
    6.4 基于粒计算的潜在知识挖掘第68-74页
        6.4.1 固定纯度条件下反应条件对产量影响分析第68-71页
        6.4.2 固定产量条件下反应条件对纯度影响分析第71-73页
        6.4.3 深层次下固定纯度条件下反应条件对产量影响分析第73-74页
    6.5 本章小结第74-76页
第七章 总结与展望第76-78页
    7.1 论文内容总结第76页
    7.2 研究展望第76-78页
参考文献第78-82页
攻读硕士期间发表的论文第82-83页
后记第83页

论文共83页,点击 下载论文
上一篇:人体行为识别算法研究与实现
下一篇:非晶态二氧化铈基纳米材料的制备及其光催化性能研究