| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·本文的研究背景 | 第11页 |
| ·本文的研究目的和意义 | 第11-12页 |
| ·人工免疫网络和聚类分析的研究现状 | 第12-16页 |
| ·人工免疫网络研究与发展 | 第12-14页 |
| ·聚类的研究现状与发展 | 第14-15页 |
| ·基于免疫网络的聚类算法研究现状 | 第15-16页 |
| ·本文研究的主要内容和结构 | 第16-19页 |
| ·本文主要的工作 | 第16页 |
| ·本文的结构 | 第16-17页 |
| ·论文创新 | 第17-19页 |
| 第二章 生物免疫系统和人工免疫系统 | 第19-35页 |
| ·自然免疫系统 | 第19-24页 |
| ·生物免疫系统概述 | 第19-20页 |
| ·生物免疫系统机理 | 第20-23页 |
| ·生物免疫系统对人工免疫系统研究的启示 | 第23-24页 |
| ·人工免疫系统 | 第24-28页 |
| ·人工免疫系统理论研究概况 | 第24-26页 |
| ·人工免疫系统应用现状 | 第26-28页 |
| ·典型的免疫网络模型详细分析 | 第28-35页 |
| ·独特性免疫网络模型 | 第28-29页 |
| ·Jisys 模型 | 第29页 |
| ·RLAIS 系统 | 第29-31页 |
| ·aiNet 模型 | 第31-35页 |
| 第三章 数据聚类分析 | 第35-43页 |
| ·聚类分析概述 | 第35页 |
| ·传统数据聚类算法 | 第35-37页 |
| ·传统聚类算法研究现状 | 第36页 |
| ·传统聚类算法的优缺点 | 第36-37页 |
| ·基于群体的聚类算法 | 第37-39页 |
| ·基于群体的聚类算法研究现状 | 第37-38页 |
| ·基于群体的聚类算法的优缺点 | 第38-39页 |
| ·基于免疫网络理论的聚类算法 | 第39-43页 |
| ·人工免疫算法在聚类分析中的运用背景 | 第39-40页 |
| ·基于免疫网络理论的聚类算法研究现状 | 第40-41页 |
| ·基于免疫网络理论数据聚类算法的优缺点 | 第41-43页 |
| 第四章 一种基于优化目标可调控的免疫聚类算法的研究 | 第43-57页 |
| ·OC-AINET 相关概念的定义 | 第43-44页 |
| ·OC-AINET 算法介绍 | 第44-49页 |
| ·基本原理 | 第44-45页 |
| ·算法描述 | 第45-49页 |
| ·算法说明 | 第49-50页 |
| ·算法复杂度分析 | 第50页 |
| ·聚类分析 | 第50-51页 |
| ·实验设计 | 第51-57页 |
| ·实验一：中心聚类的研究 | 第51-53页 |
| ·实验二：非线性样本聚类的研究 | 第53-57页 |
| 第五章 OC-AINET 算法在交通时段自动划分上的研究 | 第57-61页 |
| ·应用背景 | 第57页 |
| ·基于OC-AINET 的交通时段自动划分 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士期间完成的论文 | 第69页 |