封面
声明
中文摘要
英文摘要
目录
第1 章 引言
1.1 研究背景和意义
1.2 国内外研究现状
1.3 研究内容及组织结构
第2章 数据挖掘中传统的聚类分析方法
2.1 数据挖掘概述
2.2 类分析基础知识
2.3 K-means算法
2.4 本章小结
第3章 基于交叉变异算子的自适应粒子群聚类算法
3.1 群智能优化算法
3.2 提出的自适应惯性权重
3.3 改进的交叉变异策略
3.4 基于交叉变异算子的自适应粒子群聚类算法
3.5 本章小结
第4章 基于交叉变异算子的自适应粒子群聚类算法在UCI数据库中的应用
4.1 UCI数据库实验数据集描述
4.2 结果评价标准
4.3 实验环境以及实验结果分析
4.4 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
附录A 攻读硕士学位期间录用的论文
湘潭大学;