基于可变规模粒子群的聚类分析方法
| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第1章 绪论 | 第14-20页 |
| ·研究目的和意义 | 第14-15页 |
| ·国内外相关领域的研究现状 | 第15-18页 |
| ·群智能算法 | 第15-17页 |
| ·聚类分析现状 | 第17-18页 |
| ·研究内容与主要工作 | 第18-19页 |
| ·内容安排 | 第19-20页 |
| 第2章 粒子群算法与聚类分析方法 | 第20-39页 |
| ·引言 | 第20页 |
| ·粒子群算法 | 第20-24页 |
| ·粒子群算法的基本原理 | 第20-21页 |
| ·标准粒子群算法 | 第21-24页 |
| ·粒子群算法的改进策略 | 第24-30页 |
| ·基于参数及公式的改进 | 第25-27页 |
| ·基于多样性的改进 | 第27-29页 |
| ·其它改进策略 | 第29-30页 |
| ·聚类分析 | 第30-38页 |
| ·聚类分析概述 | 第30-31页 |
| ·聚类分析方法的分类 | 第31-35页 |
| ·聚类分析的有效性 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 基于改进粒子群算法的聚类分析方法 | 第39-48页 |
| ·引言 | 第39页 |
| ·粒子群算法的改进策略 | 第39-42页 |
| ·动态种群与疾病算子 | 第39-40页 |
| ·改进算法 | 第40-42页 |
| ·聚类分析 | 第42-46页 |
| ·种群编码方案 | 第42-43页 |
| ·基于粒子群算法的聚类分析方法 | 第43-46页 |
| ·算法描述 | 第46页 |
| ·本章小结 | 第46-48页 |
| 第4章 实验结果与分析 | 第48-55页 |
| ·引言 | 第48页 |
| ·可变种群粒子群算法的实验 | 第48-49页 |
| ·聚类算法实验 | 第49-52页 |
| ·图像分割实验 | 第52-53页 |
| ·本章总结 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者在攻读硕士学位期间发表的论文 | 第60-61页 |
| 致谢 | 第61页 |
