版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、分類號——I CS學(xué)校代碼 ! Q ! 墨魚學(xué) 號2 0 ( 0 0 0 7羲l 霧~菱~§饕肉蒙名民蘸:大學(xué)碩士學(xué)位論文基于人工魚群的混合聚類算法研究S t u d y o nH y b r i dC l u s t e r i n g A l g o r i t h m sB a s e do n A r t i f i c i a lF i s hS w a r m A l g o r i t h m申請人:學(xué)科專業(yè):研
2、究方向:學(xué)位類別:指導(dǎo)教師:朱瑋玲應(yīng)用數(shù)學(xué)數(shù)學(xué)機(jī)械化及其應(yīng)用學(xué)術(shù)學(xué)位姜靜清教授論文提交日期:二。一二年四月摘 要聚類分析又稱群分析,它是研究分類問題的一種多元統(tǒng)計(jì)方法.近年來已經(jīng)引起了人們的廣泛關(guān)注,得到了迅速的發(fā)展.人工魚群算法是近年來新興的群智能算法,它具有群智能算法的優(yōu)點(diǎn),同時(shí)又具有良好的克服局部極值、取得全局極值的能力,并且具有魯棒性強(qiáng)、自適應(yīng)搜索、算法簡單易實(shí)現(xiàn)等特點(diǎn),正日益受到更多人的關(guān)注和使用.現(xiàn)有的聚類分析方法存在一些不
3、足,本文結(jié)合人工魚群算法,在傳統(tǒng)的聚類分析方法的基礎(chǔ)上,提出了兩種基于人工魚群的混合聚類算法.首先,對聚類分析中的模糊C 均值算法進(jìn)行分析,采用平均信息熵和密度函數(shù)方法分別確定聚類數(shù)目和初始聚類中心,再采用人工魚群算法對數(shù)據(jù)進(jìn)行分類.通過對實(shí)際數(shù)據(jù)進(jìn)行測試,驗(yàn)證了該混合算法在聚類問題中的有效性.其次,分析了人工魚群的改進(jìn)算法,將一種改進(jìn)覓食行為的人工魚群算法,應(yīng)用到聚類問題中,經(jīng)過對實(shí)際數(shù)據(jù)進(jìn)行測試,驗(yàn)證了改進(jìn)后的人工魚群算法在解決聚類
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工魚群的混合聚類算法研究.pdf
- 基于人工魚群的K中心組合優(yōu)化聚類算法研究.pdf
- 基于人工魚群的聚類算法在讀者行為分析的應(yīng)用研究
- 人工魚群算法在聚類問題中的應(yīng)用研究.pdf
- 基于魚群的K均值聚類算法研究.pdf
- 基于魚群與粗糙集的聚類算法研究.pdf
- 基于層次的混合聚類算法研究.pdf
- 基于人工魚群的模糊聚類算法研究及其在葡萄酒分類中的應(yīng)用.pdf
- 基于混合模型的聚類算法研究.pdf
- 基于蟻群算法的混合聚類算法研究.pdf
- 基于屬性權(quán)重的混合聚類算法研究.pdf
- 基于劃分的混合屬性聚類算法研究.pdf
- 基于減法聚類的混合算法研究.pdf
- 人工魚群混合智能優(yōu)化算法及其應(yīng)用研究.pdf
- 基于改進(jìn)人工蜂群算法的聚類研究
- 基于混合數(shù)據(jù)的譜聚類算法研究.pdf
- 基于人工魚群算法的智能組卷研究
- 混合屬性聚類算法研究.pdf
- 基于改進(jìn)人工蜂群的K均值混合聚類算法及其應(yīng)用.pdf
- 基于改進(jìn)人工蜂群算法的聚類研究.pdf
評論
0/150
提交評論