蚁群算法在DNA序列分析中的应用
| 内容提要 | 第1-8页 |
| 第1章 绪论 | 第8-16页 |
| ·引言 | 第8-10页 |
| ·数据挖掘简介 | 第8-9页 |
| ·蚁群算法简介 | 第9页 |
| ·生物信息学简介 | 第9-10页 |
| ·国内外研究状态及发展趋势 | 第10-14页 |
| ·国外研究状态 | 第10-11页 |
| ·国内研究状态 | 第11-12页 |
| ·发展趋势 | 第12-14页 |
| ·论文的研究目的 | 第14-15页 |
| ·论文的内容 | 第15-16页 |
| 第2章 数据挖掘技术 | 第16-21页 |
| ·数据挖掘的功能 | 第16-17页 |
| ·数据挖掘的过程 | 第17-18页 |
| ·数据挖掘的常用的算法 | 第18-21页 |
| ·分类规则挖掘 | 第18-19页 |
| ·聚类规则挖掘 | 第19-20页 |
| ·关联规则挖掘 | 第20页 |
| ·小结 | 第20-21页 |
| 第3章 蚁群算法 | 第21-29页 |
| ·蚁群行为仿真的基本思想 | 第21-22页 |
| ·蚁群算法的实现 | 第22-24页 |
| ·蚁群算法的流程 | 第24-25页 |
| ·基本蚁群算法的优缺点 | 第25-26页 |
| ·基本蚁群算法的优点 | 第25-26页 |
| ·基本蚁群算法的缺点 | 第26页 |
| ·蚁群算法的改进 | 第26-27页 |
| ·常见的改进蚁群算法 | 第27-29页 |
| ·具有随机扰动特征的蚁群算法 | 第27页 |
| ·自适应调整信息素的蚁群算法 | 第27-28页 |
| ·混合蚁群算法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第4章 DNA序列分析 | 第29-57页 |
| ·DNA序列数据 | 第29-31页 |
| ·DNA序列对比 | 第31-38页 |
| ·基本蚁群算法 | 第31-35页 |
| ·自适应调整信息素的改进算法 | 第35-36页 |
| ·仿真结果 | 第36-38页 |
| ·小结 | 第38页 |
| ·DNA序列关联挖掘 | 第38-44页 |
| ·规则的相关概念及定义 | 第39-40页 |
| ·算法的基本思想 | 第40页 |
| ·算法框架 | 第40-41页 |
| ·超顶点内子项点的概率选择公式 | 第41-42页 |
| ·信息素更新公式 | 第42页 |
| ·启发式公式 | 第42页 |
| ·实验结果及分析 | 第42-43页 |
| ·挖掘关联规则的蚁群算法用于DNA序列分析 | 第43-44页 |
| ·小结 | 第44页 |
| ·DNA序列聚类挖掘 | 第44-49页 |
| ·基本蚁群聚类模型 | 第44-45页 |
| ·LF算法 | 第45-47页 |
| ·基于信息的熵蚁群聚类算法 | 第47页 |
| ·改进的单蚁群聚类算法(SACA) | 第47页 |
| ·蚁群聚类算法用于DNA数据分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| ·DNA序列分类挖掘 | 第49-56页 |
| ·基于蚁群算法的分类规则挖掘算法 | 第49页 |
| ·构造规则 | 第49-51页 |
| ·规则后剪枝 | 第51页 |
| ·外激素浓度更新 | 第51-52页 |
| ·变异算子 | 第52-53页 |
| ·算法描述 | 第53-54页 |
| ·蚁群分类挖掘算法在DNA序列分析中的应用 | 第54-56页 |
| ·小结 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第5章 结论 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 摘要 | 第61-64页 |
| Abstract | 第64-66页 |
