| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第10-27页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 DNA遗传算法的研究现状 | 第11-12页 |
| 1.2.2 聚类算法的研究现状 | 第12-15页 |
| 1.2.3 DNA遗传算法应用于聚类问题的研究现状 | 第15-16页 |
| 1.3 算法理论概述 | 第16-24页 |
| 1.3.1 遗传算法 | 第16-17页 |
| 1.3.2 DNA遗传算法 | 第17-22页 |
| 1.3.3 模糊C均值聚类算法 | 第22-23页 |
| 1.3.4 谱聚类算法 | 第23-24页 |
| 1.4 论文组织结构及研究内容 | 第24-27页 |
| 1.4.1 论文的主要内容与安排 | 第24-25页 |
| 1.4.2 论文的创新点与难点 | 第25-27页 |
| 第2章 基于自适应机制的DNA遗传算法（简称IDNA-GA） | 第27-32页 |
| 2.1 基于动态概率的遗传算子设计 | 第27-28页 |
| 2.1.1 两阶段交叉策略 | 第27-28页 |
| 2.1.2 自适应变异策略 | 第28页 |
| 2.2 算法流程 | 第28-29页 |
| 2.3 仿真实验与算法验证 | 第29-32页 |
| 第3章 基于IDNA-GA和点密度加权的FCM聚类问题研究 | 第32-43页 |
| 3.1 基于点密度加权的FCM聚类问题描述 | 第32-35页 |
| 3.1.1 FCM算法分析 | 第32-33页 |
| 3.1.2 融合点密度加权思想的FCM算法 | 第33-35页 |
| 3.2 基于改进DNA-GA的密度加权FCM算法 | 第35-38页 |
| 3.3 仿真实验与对比 | 第38-40页 |
| 3.4 评价分析 | 第40-43页 |
| 第4章 基于IDNA-GA和稳定相似度测量的谱聚类研究 | 第43-53页 |
| 4.1 基于调整相似系数的相似度测量方法 | 第43-44页 |
| 4.2 基于DNA遗传算法优化的谱聚类（简称ISSC-DNAGA） | 第44-49页 |
| 4.2.1 DNA遗传算法优化k-means聚类过程 | 第44-47页 |
| 4.2.2 基于调整相似系数进行相似度测量的改进SC算法流程 | 第47-49页 |
| 4.3 仿真实验与对比 | 第49-53页 |
| 第5章 基于IDNA-GA的改进模糊C均值算法在文本聚类中的应用 | 第53-62页 |
| 5.1 实验数据简介 | 第53页 |
| 5.2 模糊判决方法 | 第53-54页 |
| 5.3 文本聚类流程 | 第54-58页 |
| 5.4 实验评估方式 | 第58-59页 |
| 5.5 实验结果分析 | 第59-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 论文主要研究内容总结 | 第62-63页 |
| 6.2 论文进一步研究工作展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 研究生期间发表论文和参与科研项目 | 第69-71页 |
| 致谢 | 第71页 |
