基于PSO的双向聚类算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 基因表达数据的研究现状 | 第9-12页 |
| 1.3 本文的研究内容及安排 | 第12-15页 |
| 2 双向聚类算法概述 | 第15-31页 |
| 2.1 双向聚类的发展现状 | 第15-17页 |
| 2.2 双向聚类的定义与类型 | 第17-22页 |
| 2.2.1 双向聚类的定义 | 第17-19页 |
| 2.2.2 双向聚类的类型 | 第19-20页 |
| 2.2.3 相似性度量 | 第20-22页 |
| 2.3 CC算法 | 第22-24页 |
| 2.3.1 CC算法描述 | 第22-24页 |
| 2.3.2 算法优缺点 | 第24页 |
| 2.4 FLOC算法 | 第24-29页 |
| 2.4.1 FLOC算法描述 | 第24-29页 |
| 2.4.2 算法优缺点 | 第29页 |
| 2.5 双向聚类结果质量评价 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 基于PSO的多目标优化双向聚类算法 | 第31-43页 |
| 3.1 粒子群算法 | 第31-33页 |
| 3.2 PSO-FLOC算法模型 | 第33-36页 |
| 3.2.1 PSO划分阶段 | 第34-35页 |
| 3.2.2 FLOC聚类阶段 | 第35-36页 |
| 3.3 仿真实验及结果分析 | 第36-41页 |
| 3.3.1 实验数据及环境 | 第36-37页 |
| 3.3.2 改进的FLOC算法仿真 | 第37-39页 |
| 3.3.3 PSO-FLOC算法仿真 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 结合QPSO的双向聚类算法 | 第43-53页 |
| 4.1 量子粒子群算法思想 | 第43-44页 |
| 4.2 粒子的等待效应 | 第44-45页 |
| 4.3 结合QPSO的多目标优化双向聚类算法 | 第45-46页 |
| 4.4 仿真实验及结果分析 | 第46-51页 |
| 4.5 本章小结 | 第51-53页 |
| 5 总结与展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第61页 |
