《基于群智能优化理论的若干聚类改进方法及应用研究》PDF下载

  • 购买积分:8 如何计算积分?
  • 作  者:周瑞红著
  • 出 版 社:北京:科学出版社
  • 出版年份:2018
  • ISBN:9787030565709
  • 页数:124 页
图书介绍:大数据时代背景下,数据呈现爆炸式增长。各行各业逐步采用计算机技术管理数据,极大地提高生成、收集、存储和处理数据的能力。面对海量数据,提取有价值的信息变得十分困难,借助聚类技术可以挖掘出有助于提高决策准确度和效率的有用信息。本书是作者几年来科研成果的总结。全书共分6章,重点是针对密度峰值聚类算法进行理论改进和应用研究,并将提出和改进的算法应用到相应领域,取得了令人满意的结果。

第1章 绪论 1

1.1研究背景及研究意义 1

1.1.1研究背景 1

1.1.2研究意义 2

1.2研究思路及研究内容 3

1.2.1研究思路 3

1.2.2研究内容 4

1.3研究技术路线及研究方法 5

1.3.1研究技术路线 5

1.3.2研究方法 6

第2章 基础理论及国内外研究现状 8

2.1群智能优化理论概述 8

2.1.1群智能优化理论内涵 8

2.1.2主要群智能方法 9

2.1.3测试函数 13

2.2聚类理论概述 20

2.2.1聚类理论内涵 20

2.2.2主要聚类方法 20

2.2.3聚类评价指标 29

2.2.4主要相似度度量方法 31

2.3国内外研究现状 33

2.3.1研究现状 33

2.3.2目前研究的不足 37

2.4本章小结 37

第3章 基于改进果蝇优化的密度峰值聚类方法及应用 38

3.1原始果蝇优化方法 38

3.1.1理论模型 38

3.1.2方法流程 38

3.2基于知识学习的果蝇优化方法 40

3.2.1理论模型 40

3.2.2知识学习策略 41

3.2.3方法流程 42

3.2.4仿真模拟实验 43

3.3基于改进果蝇优化的密度峰值聚类方法 49

3.3.1理论模型 49

3.3.2仿真模拟实验 49

3.4基于改进果蝇优化的密度峰值聚类方法的实际应用 54

3.4.1研究背景 54

3.4.2数据分析 54

3.5本章小结 57

第4章 基于改进布谷鸟优化的密度峰值聚类方法及应用 58

4.1原始布谷鸟优化方法 58

4.1.1理论模型 58

4.1.2方法流程 60

4.2基于动态发现概率的布谷鸟优化方法 62

4.2.1理论模型 62

4.2.2方法流程 62

4.2.3仿真模拟实验 64

4.3基于改进布谷鸟优化的密度峰值聚类方法 71

4.3.1理论模型 71

4.3.2仿真模拟实验 72

4.4基于改进布谷鸟优化的密度峰值聚类方法的实际应用 76

4.4.1研究背景 76

4.4.2数据分析 76

4.5本章小结 78

第5章 基于智能选择优化的密度峰值聚类方法及应用 79

5.1基于智能选择的优化方法 79

5.1.1理论模型 79

5.1.2方法流程 80

5.1.3仿真模拟实验 82

5.2基于智能选择优化的密度峰值聚类方法 87

5.2.1方法描述 87

5.2.2方法流程 87

5.2.3仿真模拟实验 89

5.3基于智能选择优化的密度峰值聚类方法的实际应用 102

5.3.1研究背景 102

5.3.2数据分析 103

5.4本章小结 104

第6章 结论与展望 105

6.1研究结论及创新点 105

6.1.1研究结论 105

6.1.2研究创新点 106

6.2研究局限和未来展望 107

6.2.1研究局限 107

6.2.2未来展望 107

参考文献 109