Can I read 智能聚类分析方法及其应用.Ai on EtoBox?

智能聚类分析方法及其应用.Ai by CNKI is a book available to read on EtoBox.

What is 智能聚类分析方法及其应用.Ai about?

目录 7 前言 4 第1章绪论 11 1.1引言 11 1.2聚类分析的研究进展 13 1.2.1聚类分析的基本方法 13 1.2.2聚类分析的典型应用 15 1.2.3聚类分析方法面临的挑战 17 1.3用于聚类分析的智能算法 18 1.4遗传算法的发展 20 1.5免疫算法的发展 24 1.5.1生物免疫系统 24 1.5.2人工免疫系统 26 1.5.3免疫遗传算法 30 1.6粗糙集理论的发展 31 1.7本章小结 33 参考文献 33 第2章智能聚类分析的基本方法 39 2.1智能聚类分析与数据挖掘的关系 39 2.2智能聚类分析与分类的关系 41 2.3智能聚类分析的过程及典型要求 43 2.3.1聚类分析的基本过程 43 2.3.2聚类分析的典型要求 46 2.4主要聚类算法及比较 47 2.4.1聚类算法评价准则 47 2.4.2常见的距离函数 48 2.4.3聚类分析中的聚类准则函数 48 2.4.4主要聚类算法分析及比较 50 2.5聚类效果的评估 56 2.5.1评估的难点 56 2.5.2常用的评估方法 57 2.6智能聚类分析方法的研究热点 59 2.7本章小结 61 参考文献 61 第3章基于信息熵粗糙集理论的智能聚类分析算法 65 3.1粗糙集理论基础 65 3.1.1知识表达系统与决策系统 65 3.1.2知识的依赖性 67 3.1.3约简与核 68 3.1.4知识的重要性 69 3.1.5属性约简与规则约简 70 3.2基于粗糙熵的智能聚类分析属性约简 71 3.2.1粗糙熵 71 3.2.2基于粗糙熵的智能聚类属性约简算法 73 3.2.3实验验证 75 3.3改进的属性约简算法在智能聚类分析中的应用 77 3.4本章小结 79 参考文献 79 第4章基于信息熵自适应并行免疫遗传算法的智能聚类分析及其应用 82 4.1遗传算法基础 82 4.1.1基本遗传算法基本概念 82 4.1.2遗传算法的实现流程 83 4.2遗传算法的关键实现技术 85 4.2.1遗传编码 85 4.2.2初始种群的设定 87 4.2.3适应度函数及尺度变换 87 4.2.4遗传算子 90 4.2.5遗传算法的特点 95 4.2.6遗传算法的不足 96 4.3改进的免疫遗传算法 97 4.3.1生物免疫系统 97 4.3.2免疫遗传算法基本原理 98 4.3.3改进的免疫遗传算法 100 4.3.4实验验证 107 4.4K均值聚类算法存在的问题 110 4.5基于信息熵自适应并行免疫遗传算法(IPAIGKA)的智能聚类分析 112 4.5.1IPAIGKA算法的基本思想 112 4.5.2基于信息熵的自适应并行免疫遗传算法的K均值聚类算法 113 4.6文本聚类分析应用 114 4.6.1比较测试实验一 115 4.6.2比较测试实验二 116

Author

CNKI

Language

ZH