基于遗传算法的K-means聚类算法分析研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及选题意义 | 第10-11页 |
| ·国内外研究概况 | 第11-14页 |
| ·遗传算法的研究现状 | 第11-12页 |
| ·聚类的研究现状 | 第12-14页 |
| ·混合算法的研究现状 | 第14页 |
| ·论文的内容安排 | 第14-16页 |
| 第二章 数据挖掘 | 第16-21页 |
| ·数据挖掘的基本概念 | 第16页 |
| ·数据挖掘的目的 | 第16-17页 |
| ·数据挖掘的分类 | 第17-18页 |
| ·数据挖掘的功能 | 第18-19页 |
| ·数据挖掘的应用、影响及意义 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 聚类分析 | 第21-34页 |
| ·聚类分析的定义 | 第21页 |
| ·聚类分析的数据结构 | 第21-22页 |
| ·聚类分析中的相似度度量方法 | 第22-25页 |
| ·聚类准则函数 | 第25-27页 |
| ·聚类分析的方法 | 第27-30页 |
| ·划分方法 | 第27-28页 |
| ·BIRCH 算法 | 第28-29页 |
| ·DBSCAN 算法 | 第29-30页 |
| ·STING 算法 | 第30页 |
| ·聚类结果的评价 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于遗传算法的改进K-means聚类分析 | 第34-51页 |
| ·简单遗传算法 | 第34-40页 |
| ·遗传算法的基本原理 | 第34页 |
| ·遗传算法的构成要素 | 第34-37页 |
| ·遗传算法描述 | 第37-38页 |
| ·遗传算法的优缺点 | 第38-40页 |
| ·K-means 算法 | 第40-41页 |
| ·K-means 算法的原理 | 第40页 |
| ·K-means 算法的优缺点 | 第40-41页 |
| ·基于遗传算法的K-means 聚类算法 | 第41-45页 |
| ·遗传K-means 算法的基本原理 | 第41-44页 |
| ·主控程序算法描述 | 第44-45页 |
| ·遗传算子的改进 | 第45-46页 |
| ·自识别交叉算子 | 第45页 |
| ·自适应变异算子 | 第45-46页 |
| ·K-means 初始中心的优化 | 第46-47页 |
| ·消除K-means 中的噪声和孤立点数据 | 第47页 |
| ·基于适值函数的K 值选择 | 第47-48页 |
| ·基于遗传算法的改进K-means 算法 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 仿真实验的结果与评价 | 第51-56页 |
| ·实验设计 | 第51页 |
| ·方案一的实施 | 第51-53页 |
| ·测试函数 | 第51-52页 |
| ·测试结果与分析 | 第52-53页 |
| ·方案二的实施 | 第53-54页 |
| ·方案二的设计 | 第53-54页 |
| ·实验结果分析 | 第54页 |
| ·方案三的实施 | 第54-55页 |
| ·方案三的设计 | 第54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的学术论文及参与的项目 | 第60-61页 |
| 致谢 | 第61页 |
