| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第12-36页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 文献综述 | 第13-26页 |
| 1.2.1 膜计算研究现状及趋势 | 第13-19页 |
| 1.2.2 聚类分析研究现状及趋势 | 第19-26页 |
| 1.3 基本概念及计算模型 | 第26-30页 |
| 1.3.1 类细胞P系统 | 第26-27页 |
| 1.3.2 类组织P系统 | 第27-28页 |
| 1.3.3 类神经P系统 | 第28-30页 |
| 1.4 论文的创新点 | 第30-31页 |
| 1.5 论文主要研究内容及组织结构 | 第31-36页 |
| 1.5.1 研究内容 | 第31-33页 |
| 1.5.2 论文组织结构 | 第33-36页 |
| 第二章 基于结构及运算扩展的自适应扩展P系统 | 第36-56页 |
| 2.1 基于结构扩展的自适应扩展P系统 | 第36-47页 |
| 2.1.1 带有膜分裂和膜溶解规则的动态脉冲神经P系统(DDSN-P系统) | 第36-38页 |
| 2.1.2 链式P系统(C-P系统) | 第38-47页 |
| 2.2 基于运算扩展的自适应扩展P系统 | 第47-56页 |
| 2.2.1 带有协同规则的类组织P系统(CT-P系统) | 第47-52页 |
| 2.2.2 带有多促进剂/抑制剂的时间无关类细胞P系统(TFMP/IC-P系统) | 第52-56页 |
| 第三章 扩展P系统系统分析 | 第56-92页 |
| 3.1 基于结构扩展的自适应扩展P系统系统分析 | 第56-72页 |
| 3.1.1 DDSN-P系统计算效率分析 | 第56-70页 |
| 3.1.2 C-P系统计算能力及计算效率分析 | 第70-72页 |
| 3.2 基于运算扩展的自适应扩展P系统系统分析 | 第72-92页 |
| 3.2.1 CT-P系统计算能力分析 | 第72-79页 |
| 3.2.2 TFMP/IC-P系统计算能力分析 | 第79-92页 |
| 第四章 P系统建模与仿真 | 第92-112页 |
| 4.1 P系统的形式化描述和建模 | 第92-108页 |
| 4.1.1 P系统的面向对象形式化描述 | 第92-93页 |
| 4.1.2 P系统的存储数据结构 | 第93-96页 |
| 4.1.3 P系统的面向对象静态模型构建 | 第96-100页 |
| 4.1.4 P系统的面向对象动态模型构建 | 第100-108页 |
| 4.2 P系统的可复用平台构建 | 第108-112页 |
| 4.2.1 P系统的可复用构件构建 | 第108-109页 |
| 4.2.2 带有可复用构件的P系统开发平台构建 | 第109-112页 |
| 第五章 基于扩展P系统的聚类算法 | 第112-142页 |
| 5.1 基于TFMP/IC-P系统的改进DBSCAN算法 | 第112-120页 |
| 5.1.1 DBSCAN算法 | 第112-114页 |
| 5.1.2 规则 | 第114-115页 |
| 5.1.3 计算过程和时间复杂度 | 第115-117页 |
| 5.1.4 实例和分析 | 第117-120页 |
| 5.2 基于C-P系统的改进ROCK算法 | 第120-124页 |
| 5.2.1 ROCK算法 | 第120-121页 |
| 5.2.2 规则 | 第121-123页 |
| 5.2.3 计算过程和时间复杂度 | 第123-124页 |
| 5.2.4 实例和分析 | 第124页 |
| 5.3 基于C-P系统的改进图聚类算法 | 第124-130页 |
| 5.3.1 图聚类问题转化 | 第124-126页 |
| 5.3.2 规则 | 第126-128页 |
| 5.3.3 计算过程和时间复杂度 | 第128-129页 |
| 5.3.4 实例和分析 | 第129-130页 |
| 5.4 基于TFMC/PI-P系统的集成聚类算法 | 第130-142页 |
| 5.4.1 集成聚类 | 第130-131页 |
| 5.4.2 规则 | 第131-134页 |
| 5.4.3 计算过程和时间复杂度 | 第134-135页 |
| 5.4.4 实例和分析 | 第135-142页 |
| 第六章 基于扩展P系统的聚类分析算法在文本聚类中的应用 | 第142-152页 |
| 6.1 PAM算法 | 第142-144页 |
| 6.2 规则 | 第144-146页 |
| 6.3 计算过程和时间复杂度 | 第146-147页 |
| 6.4 实例和分析 | 第147-149页 |
| 6.5 基于TFMP/IC-P系统的PAM算法在新闻文本聚类中的应用 | 第149-152页 |
| 第七章 总结与展望 | 第152-154页 |
| 7.1 总结 | 第152-153页 |
| 7.2 进一步的研究工作 | 第153-154页 |
| 参考文献 | 第154-169页 |
| 攻读博士学位期间的科研成果目录 | 第169-172页 |
| 致谢 | 第172页 |
