| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 引言 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 聚类算法研究现状 | 第9-10页 |
| 1.2.2 智能算法研究现状 | 第10页 |
| 1.3 本文的主要工作及安排 | 第10-12页 |
| 第二章 聚类分析 | 第12-22页 |
| 2.1 聚类分析的概念 | 第12页 |
| 2.2 聚类算法的性能指标 | 第12-13页 |
| 2.3 聚类算法的分类 | 第13-15页 |
| 2.4 k-means聚类算法 | 第15-22页 |
| 2.4.1 k-means算法的基本思想 | 第15页 |
| 2.4.2 k-means算法的过程描述 | 第15-17页 |
| 2.4.3 k-means算法的仿真实验 | 第17-22页 |
| 第三章 惯性权重递增的粒子群聚类分析方法 | 第22-34页 |
| 3.1 粒子群算法 | 第22-23页 |
| 3.1.1 算法基本思想 | 第22页 |
| 3.1.2 算法过程描述 | 第22-23页 |
| 3.2 粒子群算法的改进 | 第23-25页 |
| 3.3 惯性权重递增的粒子群算法在聚类分析中的应用 | 第25-30页 |
| 3.4 实验结果与分析 | 第30-34页 |
| 第四章 加速学习的引力搜索聚类分析方法 | 第34-44页 |
| 4.1 引力搜索算法综述 | 第34-36页 |
| 4.1.1 算法基本思想 | 第34页 |
| 4.1.2 算法过程描述 | 第34-36页 |
| 4.2 引力搜索算法改进 | 第36-39页 |
| 4.3 加速学习的引力搜索算法在聚类分析中的应用 | 第39-41页 |
| 4.4 实验结果与分析 | 第41-44页 |
| 第五章 细菌觅食聚类分析方法 | 第44-54页 |
| 5.1 细菌觅食算法综述 | 第44-48页 |
| 5.1.1 基本思想及其来源 | 第44页 |
| 5.1.2 算法过程描述 | 第44-48页 |
| 5.2 细菌觅食算法在聚类分析中的应用 | 第48-50页 |
| 5.3 实验结果与分析 | 第50-54页 |
| 第六章 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第62页 |