基于类电磁机制的聚类算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·研究现状 | 第8-10页 |
| ·本文工作 | 第10-11页 |
| ·论文结构 | 第11-13页 |
| 第二章 聚类分析和类电磁机制 | 第13-27页 |
| ·聚类问题要求 | 第13-14页 |
| ·基于中心的聚类算法 | 第14-15页 |
| ·K-means算法 | 第15-20页 |
| ·K-means算法原理和流程 | 第15-18页 |
| ·K-means算法缺点和改进方法 | 第18-20页 |
| ·基于智能优化算法的聚类方法 | 第20-23页 |
| ·基于智能优化算法的聚类方法原理 | 第20-21页 |
| ·基于智能优化算法的聚类方法实例 | 第21-23页 |
| ·类电磁机制算法流程 | 第23-25页 |
| ·初始化 | 第23页 |
| ·局部搜索17 | 第23-24页 |
| ·电荷量及力的计算 | 第24-25页 |
| ·粒子的移动 | 第25页 |
| ·小结 | 第25-27页 |
| 第三章 类电磁机制聚类算法 | 第27-43页 |
| ·类电磁机制算法改进 | 第27-30页 |
| ·自适应步长算子 | 第27-28页 |
| ·基于步长算子的局部搜索 | 第28-29页 |
| ·基于步长算子的粒子移动 | 第29-30页 |
| ·EMC算法思想 | 第30-39页 |
| ·种群初始化 | 第31-35页 |
| ·局部搜索 | 第35页 |
| ·电荷量及力的计算 | 第35-37页 |
| ·粒子移动 | 第37-39页 |
| ·EMC 算法流程 | 第39-40页 |
| ·小结 | 第40-43页 |
| 第四章 EMC 算法的实验和分析 | 第43-53页 |
| ·改进 EM 算法的实验和分析 | 第43-46页 |
| ·EMC 算法的实验和分析 | 第46-52页 |
| ·实验所用数据集介绍 | 第46页 |
| ·MPD 初始中心选取算法的实验和分析 | 第46-48页 |
| ·EMC 算法与一般聚类算法的比较 | 第48-50页 |
| ·EMC 算法与其它智能聚类算法的比较 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第五章 结束语 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 研究成果 | 第61-62页 |
