一个改进的蚁群聚类优化算法及其仿真实验研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-24页 |
| ·课题背景 | 第7页 |
| ·国内外概况 | 第7-22页 |
| ·数据挖掘的基本过程与方法 | 第9-11页 |
| ·群体智能概述 | 第11-14页 |
| ·群体智能优化算法基本原理 | 第14-21页 |
| ·主要问题 | 第21-22页 |
| ·课题主要研究工作 | 第22-24页 |
| 2 蚁群聚类相关技术分析 | 第24-42页 |
| ·聚类分析理论基础 | 第24-27页 |
| ·聚类分析 | 第24-25页 |
| ·数据表示及相似度测量 | 第25-26页 |
| ·聚类分析的主要方法 | 第26-27页 |
| ·蚁群聚类算法的基本模型 | 第27-34页 |
| ·BM 基本模型 | 第28-29页 |
| ·LF 算法 | 第29-32页 |
| ·算法描述 | 第32-34页 |
| ·模糊理论与模糊聚类 | 第34-41页 |
| ·模糊集合 | 第35-36页 |
| ·模糊聚类 | 第36-38页 |
| ·模糊等价关系 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 3 一种优化的蚁群聚类算法 | 第42-52页 |
| ·基本概念 | 第42-47页 |
| ·计算方法 | 第47-50页 |
| ·算法描述 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 4 仿真试验和结果分析 | 第52-64页 |
| ·聚类的基本步骤 | 第52-53页 |
| ·特征值提取 | 第53-55页 |
| ·仿真系统设计 | 第55-58页 |
| ·系统模型设计 | 第56-57页 |
| ·可视化设计 | 第57-58页 |
| ·质量评估 | 第58-63页 |
| ·性能评价方法 | 第58-59页 |
| ·各算法实验结果的分析与比较 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 5 结束语 | 第64-66页 |
| ·论文的主要工作 | 第64-65页 |
| ·改进工作 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 附录1 攻读学位期间发表论文 | 第73页 |
