基于联机模糊蚁群聚类的大数据分析研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-18页 |
1.1 研究背景 | 第12-14页 |
1.2 大数据相关概念 | 第14页 |
1.3 国内外研究现状分析 | 第14-16页 |
1.4 本文主要研究内容 | 第16页 |
1.5 本文结构安排 | 第16-18页 |
第2章 相关研究方法分析 | 第18-27页 |
2.1 数据采集及抽样 | 第18页 |
2.2 模糊C均值算法分析 | 第18-20页 |
2.3 加权模糊C均值算法分析 | 第20页 |
2.4 联机模糊C均值算法分析 | 第20-21页 |
2.5 模糊蚁群聚类算法分析 | 第21-25页 |
2.6 评价标准简介 | 第25-26页 |
2.7 小结 | 第26-27页 |
第3章 联机模糊蚁群聚类算法 | 第27-39页 |
3.1 引言 | 第27-28页 |
3.2 联机模糊蚁群聚类算法详细介绍 | 第28-31页 |
3.3 本文方法流程图 | 第31-34页 |
3.4 实验结果分析 | 第34-37页 |
3.4.1 聚类结果对比 | 第35-36页 |
3.4.2 联机模糊蚁群聚类算法参数分析 | 第36-37页 |
3.5 小结 | 第37-39页 |
第4章 大数据聚类分析系统 | 第39-57页 |
4.1 需求分析 | 第39-40页 |
4.2 系统设计 | 第40-43页 |
4.2.1 结构设计 | 第40-41页 |
4.2.2 功能设计 | 第41-43页 |
4.2.3 数据库设计 | 第43页 |
4.3 系统实现 | 第43-55页 |
4.3.1 打开数据功能 | 第43-45页 |
4.3.2 oFCM算法功能 | 第45-46页 |
4.3.3 oAF算法功能 | 第46-48页 |
4.3.4 参数分析功能 | 第48-55页 |
4.4 系统测试 | 第55-57页 |
结论 | 第57-59页 |
参考文献 | 第59-64页 |
致谢 | 第64页 |