文摘
英文文摘
1绪论
1.1论文的研究背景及选题的意义
1.2国内外现状综述
1.3论文研究的内容及组织
2数据挖掘与遗传算法技术
2.1数据挖掘技术简介
2.1.1数据挖掘的定义
2.1.2数据挖掘的任务
2.1.3数据挖掘的常用方法
2.1.4数据挖掘的应用
2.2遗传算法与K-中心聚类
2.2.1遗传算法的定义
2.2.2自然进化与遗传算法
2.2.3遗传算法的描述
2.2.4遗传算法的特点
2.2.5遗传算法的基本原理
2.2.6 K-中心聚类数据挖掘
3将并行遗传算法应用于K-中心聚类
3.1引入并行遗传算法的理由
3.1.1引入遗传算法是由遗传算法所固有的并行特性所决定的
3.1.2并行遗传算法有利解决传统遗传算法的早熟现象
3.1.3效率低也是遗传算法的一个缺点
3.2并行遗传算法的模型
3.2.1主从式并行遗传算法
3.2.2细粒度并行遗传算法
3.2.3粗粒度并行遗传算法
3.3将并行遗传算法应用到K-中心数据挖掘中
3.3.1并行遗传算法应用到K-Means中
3.3.2将并行遗传算法应用到K-中心聚类中
3.3.3对K-中心进行编码
3.3.4适度函数的选择
3.3.5遗传操作
3.3.6并行模型
3.3.7迁移策略
4算法的实现及实验结果的分析
4.1 PVM的组成
4.2 PVM的特点
4.3 PVM的编程基础
4.3.1 PVM的编程模型
4.3.2 PVM在两台计算机之间传送数据的过程
4.3.3主要的PVM库函数
4.4算法描述
4.5关于本试验的说明
4.6实验结果分析
4.6.1实验步骤
4.6.2实验结果分析
4.6.3加速比分析
4.6.4实验小结
5论文的总结
5.1论文的主要工作
5.2进一步努力的方向
致 谢
参考文献
附录 作者在攻读硕士学位期间发表的论文
独创性声明及学位论文版权使用授权书