基于DNA计算的聚类算法研究
| 摘要 | 第1-13页 |
| Abstract | 第13-16页 |
| 符号说明 | 第16-18页 |
| 第1章 绪论 | 第18-36页 |
| ·研究课题的背景和意义 | 第18-25页 |
| ·聚类分析简介和意义 | 第18-23页 |
| ·DNA 计算简介和意义 | 第23-25页 |
| ·聚类算法研究进展 | 第25-28页 |
| ·层次聚类方法 | 第25-26页 |
| ·基于网格聚类方法 | 第26-27页 |
| ·图聚类方法 | 第27-28页 |
| ·DNA 计算研究进展 | 第28-31页 |
| ·论文研究内容及组织 | 第31-36页 |
| ·研究内容 | 第31-33页 |
| ·论文创新点 | 第33-34页 |
| ·论文组织 | 第34-36页 |
| 第2章 DNA 计算的面向对象描述和建模 | 第36-48页 |
| ·DNA 计算简介 | 第36-39页 |
| ·DNA 分子的结构和性质 | 第36-37页 |
| ·DNA 计算的常用生化操作 | 第37-38页 |
| ·DNA 计算的应用思想 | 第38-39页 |
| ·DNA 计算的面向对象建模 | 第39-47页 |
| ·DNA 计算的面向对象描述 | 第39-40页 |
| ·DNA 计算的面向对象静态模型的建立 | 第40-44页 |
| ·DNA 计算的面向对象动态模型的建立 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第3章 聚类算法的DNA 计算模型建立 | 第48-58页 |
| ·引言 | 第48页 |
| ·聚类问题的分析与转化 | 第48-52页 |
| ·将聚类问题转化成组合问题 | 第49-50页 |
| ·将聚类问题转化成图论问题 | 第50-52页 |
| ·聚类算法的DNA 计算模型 | 第52-54页 |
| ·聚类算法的DNA 计算模型 | 第52-53页 |
| ·聚类算法的DNA 计算算法 | 第53-54页 |
| ·可行性的理论证明 | 第54-56页 |
| ·小结 | 第56-58页 |
| 第4章 基于DNA 计算的层次聚类研究 | 第58-72页 |
| ·引言 | 第58页 |
| ·基本思想 | 第58-61页 |
| ·层次聚类方法简介 | 第58-60页 |
| ·问题域的转化 | 第60-61页 |
| ·用于层次聚类的DNA 计算模型 | 第61-70页 |
| ·基本模型 | 第61-62页 |
| ·DNA 编码设计 | 第62-64页 |
| ·粘贴模型的建立 | 第64-70页 |
| ·DNA 计算的生物实验设计 | 第70-71页 |
| ·小结 | 第71-72页 |
| 第5章 基于DNA 计算的网格聚类研究 | 第72-89页 |
| ·引言 | 第72页 |
| ·基本思想 | 第72-74页 |
| ·CLIQUE 算法简介 | 第72-73页 |
| ·问题域的转化 | 第73-74页 |
| ·基于过滤模型的网格聚类 | 第74-76页 |
| ·DNA 编码设计 | 第76-81页 |
| ·基于节点和边的编码设计 | 第76-77页 |
| ·基于坐标组合的编码设计 | 第77-79页 |
| ·基于距离的编码设计 | 第79页 |
| ·基于节点的编码设计 | 第79-81页 |
| ·DNA 计算的生物实验方法设计 | 第81-85页 |
| ·基于节点和边编码的生物实验 | 第81-82页 |
| ·基于坐标组合编码的生物实验 | 第82-83页 |
| ·基于距离编码的生物实验 | 第83-84页 |
| ·基于节点编码的生物实验 | 第84-85页 |
| ·基于粘贴模型的网格聚类 | 第85-88页 |
| ·小结 | 第88-89页 |
| 第6章 基于 DNA 计算的图聚类研究 | 第89-99页 |
| ·引言 | 第89页 |
| ·图聚类问题的转化 | 第89-92页 |
| ·用k-medoids 算法解决图像分割问题 | 第90-92页 |
| ·用最小生成树算法解决图聚类 | 第92页 |
| ·基于过滤模型的图聚类 | 第92-97页 |
| ·基于k-medoids 的图聚类编码设计 | 第94-95页 |
| ·基于过滤模型的图聚类算法 | 第95-96页 |
| ·基于k-medoids 算法的图聚类生物实验 | 第96-97页 |
| ·基于k-medoids 算法的图像分割的讨论 | 第97页 |
| ·小结 | 第97-99页 |
| 第7章 基于 DNA 计算的聚类算法实验 | 第99-132页 |
| ·引言 | 第99页 |
| ·DNA 分子的编码问题 | 第99-104页 |
| ·DNA 分子的编码约束 | 第100-101页 |
| ·利用遗传算法生成DNA 序列 | 第101-104页 |
| ·计算机模拟实验 | 第104-116页 |
| ·计算机串行模拟算法 | 第104-113页 |
| ·计算机并行模拟算法 | 第113-116页 |
| ·网格聚类的边缘检测算法 | 第116-122页 |
| ·问题描述 | 第116-118页 |
| ·算法 | 第118-119页 |
| ·实验结果 | 第119-121页 |
| ·复杂度分析 | 第121-122页 |
| ·生物实验验证 | 第122-126页 |
| ·生物实验算法 | 第122-123页 |
| ·生化实验与结果 | 第123-126页 |
| ·算法复杂度的讨论 | 第126-129页 |
| ·计算机模拟算法复杂度 | 第126-128页 |
| ·生物实验复杂度 | 第128-129页 |
| ·与其他聚类算法的比较 | 第129-131页 |
| ·与CLIQUE 算法的比较 | 第129-130页 |
| ·与Bakar’s 算法的比较 | 第130-131页 |
| ·小结 | 第131-132页 |
| 第8章 基于DNA 计算的聚类算法应用 | 第132-151页 |
| ·引言 | 第132页 |
| ·DNA 计算在城市零售商区域划分中的应用 | 第132-140页 |
| ·零售商区域划分问题 | 第132-134页 |
| ·DNA 计算模型的建立和算法设计 | 第134-139页 |
| ·实验结果和算法复杂度讨论 | 第139-140页 |
| ·DNA 计算在真实数据集的网格聚类 | 第140-144页 |
| ·DNA 计算模型的建立 | 第140-143页 |
| ·实验结果与分析 | 第143-144页 |
| ·DNA 计算在图像分割中的应用 | 第144-148页 |
| ·初始化数据 | 第144-145页 |
| ·DNA 计算模型的建立 | 第145-147页 |
| ·实验结果和分析 | 第147-148页 |
| ·小结 | 第148-151页 |
| 第9章 总结和展望 | 第151-154页 |
| ·总结 | 第151-152页 |
| ·进一步研究工作 | 第152-154页 |
| 参考文献 | 第154-169页 |
| 攻读学位期间学术论文及参与的项目 | 第169-170页 |
| 致谢 | 第170页 |
