粒子群聚类算法的改进与应用设计
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 主要研究内容与结构安排 | 第15-17页 |
| 第2章 相关理论基础 | 第17-27页 |
| 2.1 粒子群算法 | 第17-22页 |
| 2.2 聚类分析 | 第22-24页 |
| 2.3 粒子群聚类算法 | 第24-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 粒子群聚类算法的改进算法 | 第27-32页 |
| 3.1 粒子群聚类算法的改进 | 第27-29页 |
| 3.2 粒子群聚类的有效评估 | 第29-31页 |
| 3.3 小结 | 第31-32页 |
| 第4章 改进的粒子群聚类算法的应用 | 第32-55页 |
| 4.1 模拟数据集上的应用 | 第32-42页 |
| 4.1.1 人工数据集 | 第32-37页 |
| 4.1.2 UCI数据集 | 第37-39页 |
| 4.1.3 实验结果分析 | 第39-42页 |
| 4.2 医学图像分割的应用 | 第42-49页 |
| 4.2.1 图像分割 | 第42-44页 |
| 4.2.2 改进的粒子群聚类的图像分割研究 | 第44-45页 |
| 4.2.3 实验结果与分析 | 第45-49页 |
| 4.3 智能交通上的应用 | 第49-54页 |
| 4.3.1 智能交通 | 第49-50页 |
| 4.3.2 改进的粒子群聚类的TSP问题研究 | 第50-51页 |
| 4.3.3 实验结果与分析 | 第51-54页 |
| 4.4 小结 | 第54-55页 |
| 结论 | 第55-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
