首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

半监督进化聚类算法及其应用

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-15页
   ·课题背景及意义第9-10页
   ·国内外研究现状第10-13页
     ·多目标聚类算法的研究现状第10页
     ·半监督聚类算法的研究现状第10-12页
     ·高维数据聚类算法的研究现状第12-13页
   ·本论文的主要工作及内容安排第13-15页
第二章 基于混合方法的多目标聚类算法第15-25页
   ·引言第15-16页
   ·相关理论背景第16-18页
   ·基于混合方法的多目标聚类算法第18-21页
     ·初始种群的产生第18-19页
     ·聚类有效性适应度函数第19页
     ·交叉、变异算子第19-20页
     ·半监督选解方法第20页
     ·基于混合方法的多目标聚类算法流程第20-21页
   ·实验结果与分析第21-23页
     ·实验设置第21页
     ·参数设置第21页
     ·聚类数据第21-22页
     ·实验结果第22-23页
   ·本章小结第23-25页
第三章 基于半监督的多目标优化聚类算法第25-55页
   ·引言第25页
   ·基于半监督的目标聚类算法第25-29页
     ·聚类分析中的相似性测度研究第25-26页
     ·解的初始化第26-27页
     ·多目标优化算法:NSGAII第27-28页
     ·解的选择策略第28页
     ·MDMC 的收敛情况第28页
     ·基于半监督的多目标聚类算法主流程第28-29页
   ·实验结果与分析第29-54页
     ·实验设置第29页
     ·参数设置第29-30页
     ·测试数据第30-31页
     ·测试结果第31-51页
     ·参数分析第51-54页
   ·本章小结第54-55页
第四章 基于半监督的高维投影聚类算法第55-71页
   ·引言第55页
   ·相关理论背景第55-57页
   ·基于半监督的高维投影聚类算法第57-59页
     ·子空间簇类第57页
     ·目标优化函数第57-59页
     ·算法流程第59页
   ·实验结果与分析第59-70页
     ·实验设置第59页
     ·参数设置第59页
     ·聚类数据第59-61页
     ·实验结果第61-65页
     ·算法改进优势分析第65-68页
     ·文章中三种不同的聚类算法性能分析第68-70页
   ·本章小结第70-71页
第五章 总结与展望第71-73页
致谢第73-74页
参考文献第74-78页
硕士期间部分科研成果第78-79页

论文共79页,点击 下载论文
上一篇:基于运动补偿的去隔行算法研究
下一篇:基于OPENCV的车辆牌照识别系统研究