基于人工免疫原理的聚类问题研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景 | 第11-12页 |
| ·人工免疫系统在数据挖掘领域的研究现状 | 第12-15页 |
| ·聚类算法概况 | 第13-14页 |
| ·人工免疫系统在数据聚类方面的研究现状 | 第14-15页 |
| ·本文研究的主要内容及意义 | 第15-16页 |
| ·本文的结构安排 | 第16-18页 |
| 第2章 人工免疫系统 | 第18-30页 |
| ·生物免疫系统 | 第18-22页 |
| ·生物免疫系统的一些基本概念 | 第18-19页 |
| ·生物免疫系统组成及功能 | 第19-21页 |
| ·免疫应答、应答成熟与免疫记忆 | 第21-22页 |
| ·生物免疫系统对人工免疫系统研究的启示 | 第22-23页 |
| ·人工免疫系统 | 第23-29页 |
| ·人工免疫系统的研究内容和范围 | 第23-24页 |
| ·人工免疫系统算法的研究 | 第24-26页 |
| ·人工免疫系统方法的应用研究 | 第26-27页 |
| ·人工免疫系统与其他方法的比较 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 数据挖掘中的聚类分析 | 第30-41页 |
| ·应用领域对聚类分析提出的典型要求 | 第30-31页 |
| ·聚类分析中的基本概念 | 第31-36页 |
| ·聚类分析中的数据结构 | 第31-32页 |
| ·聚类分析中的数据类型 | 第32-35页 |
| ·聚类准则的确定 | 第35-36页 |
| ·常见聚类算法 | 第36-39页 |
| ·基于计算智能的聚类算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于克隆选择原理的聚类问题研究 | 第41-54页 |
| ·引言 | 第41-42页 |
| ·进化计算与聚类分析 | 第42-44页 |
| ·基于GA聚类分析 | 第42-43页 |
| ·基于免疫算法的聚类分析 | 第43-44页 |
| ·基于克隆选择原理的聚类分析 | 第44-47页 |
| ·克隆选择计算与进化计算 | 第44-45页 |
| ·克隆选择算法的一般步骤 | 第45-47页 |
| ·一种基于克隆选择原理的混合聚类算法 | 第47-53页 |
| ·算法描述 | 第47-50页 |
| ·仿真实验 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 人工免疫网络聚类算法研究 | 第54-70页 |
| ·两种典型的人工免疫网络 | 第54-57页 |
| ·资源受限人工免疫网络 | 第54-55页 |
| ·进化人工免疫网络 | 第55-56页 |
| ·讨论 | 第56-57页 |
| ·人工免疫网络应用于数据挖掘一般的思路 | 第57页 |
| ·一种改进的进化免疫网络 | 第57-65页 |
| ·算法描述 | 第58-60页 |
| ·算法步骤 | 第60-61页 |
| ·仿真实验 | 第61-65页 |
| ·一种基于改进的进化免疫网络的模糊聚类算法 | 第65-68页 |
| ·算法描述 | 第65-67页 |
| ·仿真实验 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间发表的论文 | 第78-79页 |
| 致谢 | 第79页 |
