声明
摘要
1.1课题研究的背景及意义
1.2国内外研究现状
1.2.1聚类分析算法国内外研究现状
1.2.2基于粒子群优化的聚类算法国内外研究现状
1.2.3文本聚类问题国内外研究现状
1.3本文研究内容
1.4本文内容安排
第2章相关理论和方法
2.1文本聚类预处理技术
2.1.1文本分词与去停用词
2.1.2文本特征提取
2.1.3文本表示模型
2.2聚类算法概述
2.2.1常用聚类算法
2.2.2相似性度量
2.2.3聚类结果评价指标
2.3粒子群优化算法
2.3.1基本概念
2.3.2 PSO算法步骤
2.3.3 PSO算法分析
2.4本章小结
第3章基于自适应调整惯性权重的粒子群算法
3.1基于惯性权重的PSO算法思想
3.2基于自适应惯性权重的粒子群优化算法
3.2.1自适应惯性权重策略
3.2.2加入柯西算子扰动的AEW-PSO算法
3.2.3 AEW-PSO算法整体步骤
3.3实验验证与结果分析
3.3.1实验设计
3.3.2算法性能分析
3.3.3实验小结
3.4本章小结
第4章基于粒子群优化的密度峰值聚类算法应用
4.1基于AEW-PSO优化的密度峰值聚类算法
4.2基于AEW-DP算法文本聚类应用
4.2.1算法整体思想
4.2.2基于AEW-DP文本聚类算法框架
4.3实验验证及分析
4.3.1实验设计
4.3.2实验结果与分析
4.3.3实验小结
4.4本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢