微粒群优化算法及其在高维数据聚类的应用研究
| 摘要 | 第1-10页 |
| Abstract | 第10-13页 |
| 第一章 绪论 | 第13-23页 |
| ·研究目的 | 第13-15页 |
| ·研究进展 | 第15-20页 |
| ·微粒群优化算法相关研究 | 第15-16页 |
| ·软投影聚类算法相关研究 | 第16-18页 |
| ·自动确定聚类数目相关研究 | 第18-20页 |
| ·研究目标和研究内容 | 第20-21页 |
| ·论文组织结构 | 第21-23页 |
| 第二章 自适应扩散机制混合变异PSO算法 | 第23-45页 |
| ·优化和群智能 | 第23-24页 |
| ·微粒群优化算法 | 第24-26页 |
| ·自适应扩散机制混合变异PSO算法 | 第26-34页 |
| ·早熟收敛原因 | 第26页 |
| ·自适应扩散机制混合变异PSO算法 | 第26-31页 |
| ·全局收敛性 | 第31-34页 |
| ·有效性实验 | 第34-44页 |
| ·基准函数 | 第34-36页 |
| ·参数设置 | 第36-37页 |
| ·对比实验 | 第37-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 PSO求解变量加权问题 | 第45-77页 |
| ·软投影聚类 | 第45-50页 |
| ·PSO求解变量加权问题(PSOVW) | 第50-56页 |
| ·PSOVW | 第51-55页 |
| ·计算复杂性 | 第55-56页 |
| ·合成数据模拟 | 第56-66页 |
| ·合成数据 | 第56-57页 |
| ·算法参数设置 | 第57-58页 |
| ·实验结果 | 第58-66页 |
| ·实际数据测试 | 第66-68页 |
| ·实际数据 | 第66-67页 |
| ·实验结果 | 第67-68页 |
| ·PSOVW应用到文本聚类 | 第68-76页 |
| ·PSOVW修改 | 第68-70页 |
| ·文本数据集 | 第70-72页 |
| ·实验测度 | 第72-73页 |
| ·实验结果 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第四章 自动决定聚类数目PSO | 第77-94页 |
| ·自动决定聚类数目PSO(autoPSO) | 第77-84页 |
| ·编码 | 第78-80页 |
| ·目标函数 | 第80-81页 |
| ·算子 | 第81-83页 |
| ·autoPSO伪代码 | 第83-84页 |
| ·实验结果 | 第84-93页 |
| ·比较算法 | 第84-85页 |
| ·数据集 | 第85-89页 |
| ·实验测度 | 第89页 |
| ·实验结果 | 第89-93页 |
| ·本章小结 | 第93-94页 |
| 第五章 总结和展望 | 第94-98页 |
| ·主要贡献和创新 | 第94-96页 |
| ·下一步发展方向 | 第96-98页 |
| 参考文献 | 第98-104页 |
| 发表论文 | 第104页 |
