首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于粒子群和免疫优化的多目标聚类及应用

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-13页
缩略语对照表第13-17页
第一章 绪论第17-25页
    1.1 课题背景及意义第17页
    1.2 聚类的发展及研究现状第17-18页
    1.3 相关知识简介第18-21页
        1.3.1 多目标优化的相关概念第18-19页
        1.3.2 Fuzzy C-means第19-20页
        1.3.3 人工免疫系统第20-21页
        1.3.4 粒子群优化算法第21页
    1.4 多目标优化问题的求解第21-22页
    1.5 论文的主要工作及内容安排第22-25页
第二章 基于年龄的粒子再生的多目标免疫粒子群聚类第25-37页
    2.1 引言第25页
    2.2 基于年龄的粒子再生的多目标免疫粒子群聚类第25-32页
        2.2.1 免疫粒子群初始化第26页
        2.2.2 多目标免疫粒子群聚类的目标函数第26-27页
        2.2.3 初始筛选非劣解集第27页
        2.2.4 基于年龄的粒子再生的粒子群优化第27-29页
        2.2.5 免疫优化第29-31页
        2.2.6 更新非劣解集第31页
        2.2.7 选择最优解第31-32页
    2.3 实验结果和分析第32-36页
        2.3.1 对比算法及评价指标第33-34页
        2.3.2 参数设置第34页
        2.3.3 实验结果及分析第34-36页
    2.4 本章小结第36-37页
第三章 基于多核的人工免疫多目标模糊聚类第37-55页
    3.1 引言第37-38页
    3.2 基于多核的人工免疫多目标模糊聚类第38-45页
        3.2.1 基于多核的多目标聚类的目标函数第38-40页
        3.2.2 抗体群初始化第40-41页
        3.2.3 克隆增殖第41页
        3.2.4 非一致性变异第41-42页
        3.2.5 克隆选择第42-43页
        3.2.6 均匀性保持策略第43-44页
        3.2.7 选择最终解第44页
        3.2.8 MAFC的流程图第44-45页
    3.3 实验结果及分析第45-54页
        3.3.1 数据集第45页
        3.3.2 数据聚类第45-50页
        3.3.3 人脸聚类第50-53页
        3.3.4 与第二章算法对比第53-54页
    3.4 本章小结第54-55页
第四章 基于动态局部搜索的多目标人工免疫自动聚类第55-73页
    4.1 引言第55-56页
    4.2 基于动态局部搜索的多目标人工免疫自动聚类第56-64页
        4.2.1 抗体群初始化第56-57页
        4.2.2 多目标自动聚类的目标函数第57-59页
        4.2.3 克隆选择第59页
        4.2.4 克隆增殖第59-60页
        4.2.5 交叉算子第60-61页
        4.2.6 变异算子第61-62页
        4.2.7 动态局部搜索算子第62-63页
        4.2.8 选择最优解第63-64页
        4.2.9 DLMOAIAC算法的流程图第64页
    4.3 实验和分析第64-71页
        4.3.1 数据聚类第64-68页
        4.3.2 图像分割第68-71页
    4.4 本章小结第71-73页
第五章 总结与展望第73-75页
参考文献第75-81页
致谢第81-83页
作者简介第83-84页

论文共84页,点击 下载论文
上一篇:城市化背景下的桂东南传统乡土民居可持续设计研究--以广西岑溪市双松村“松庐”改造为例
下一篇:穿戴式教学扩音器交互设计研究