首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于改进粒子群算法的C-均值聚类算法研究

摘要第1-6页
Abstract第6-7页
第一章 序论第7-11页
   ·引言第7-9页
   ·本文的主要研究内容第9页
   ·本文的组织结构第9-11页
第二章 基本粒子群算法的原理及应用第11-16页
   ·基本粒子群算法介绍第11-13页
   ·粒子群算法的算法流程第13-14页
   ·粒子群算法的特点及应用第14-15页
     ·粒子群算法的特点第14页
     ·粒子群算法的应用第14-15页
   ·粒子群算法存在的问题第15页
   ·本章小结第15-16页
第三章 聚类及C-均值聚类算法第16-24页
   ·聚类及判断聚类好坏的标准第16页
   ·聚类分析及其数学模型第16-18页
   ·聚类分析的分类第18-19页
   ·C-均值聚类算法第19-23页
     ·数据集的c划分第19页
     ·硬C-均值聚类算法第19-21页
     ·模糊C-均值聚类算法第21-23页
   ·本章小结第23-24页
第四章 基于改进粒子群算法的C-均值算法第24-34页
   ·粒子群算法的参数选择及改进第24-27页
   ·基于改进粒子群的聚类算法的编码与适应度选择第27-28页
   ·基于改进粒子群算法的C-均值聚类算法描述第28-29页
   ·仿真实验第29-33页
   ·本章小结第33-34页
第五章 基于改进粒子群算法的模糊C-均值算法第34-39页
   ·基于改进粒子群算法的模糊C-均值聚类算法描述第34-35页
   ·仿真实验第35-38页
   ·本章小结第38-39页
第六章 总结与展望第39-41页
   ·论文工作总结第39-40页
   ·进一步工作展望第40-41页
参考文献第41-44页
致谢第44-45页
附录第45页

论文共45页,点击 下载论文
上一篇:喷涂机器人喷枪轨迹优化研究
下一篇:基于ARM的车载GPS/GPRS系统