已閱讀1頁，還剩83頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、山東師范大學(xué)碩士學(xué)位論文基于蟻群算法的聚類分析方法的研究及應(yīng)用姓名：劉念濤申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)軟件與理論指導(dǎo)教師：劉希玉20080408山東師范大學(xué)碩上學(xué)位論文的基本蟻群聚類方法(ILF算法)，通過改進(jìn)，減少了參數(shù)的設(shè)置，降低了計(jì)算的時(shí)間，并具有較強(qiáng)的魯棒性。結(jié)合KmeaIls算法，提出了一種改進(jìn)的基于信息素的Kmeans改進(jìn)算法，通過對改進(jìn)信息素的轉(zhuǎn)移概率判斷標(biāo)準(zhǔn)來進(jìn)行聚類，減少了算法的參數(shù)個(gè)數(shù)，加快了聚類的進(jìn)程。針對這兩種
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于蟻群算法的聚類分析方法的研究及應(yīng)用.pdf
- 基于蟻群算法的聚類分析方法研究.pdf
- 蟻群算法改進(jìn)及其聚類分析應(yīng)用.pdf
- 蟻群算法的聚類分析研究及在HRM中的應(yīng)用.pdf
- 改進(jìn)蟻群算法在聚類分析中的應(yīng)用研究.pdf
- 基于蟻群算法和粗糙集方法的聚類分析研究.pdf
- 蟻群算法及其在聚類分析中的應(yīng)用研究.pdf
- 蟻群算法的改進(jìn)及其在聚類分析中的應(yīng)用.pdf
- 基于微粒群優(yōu)化算法的聚類分析及應(yīng)用.pdf
- 蟻群優(yōu)化算法及其在聚類分析中的研究與應(yīng)用.pdf
- 自適應(yīng)蟻群算法在模糊聚類分析中的應(yīng)用研究.pdf
- 基于蟻群算法的聚類分析在學(xué)生成績中的研究.pdf
- 基于改進(jìn)蟻群算法的邊坡穩(wěn)定分析方法及工程應(yīng)用.pdf
- 基于群智能算法的聚類分析方法研究.pdf
- 基于聚類分析的微粒群算法研究.pdf
- 基于蟻群算法的聚類分析在學(xué)生成績評價(jià)中的應(yīng)用研究.pdf
- 量子蟻群算法的研究及應(yīng)用.pdf
- 基于蟻群算法的火焰圖像分割方法應(yīng)用研究.pdf
- 基于蟻群算法的數(shù)據(jù)分類方法研究.pdf
- 基于蟻群尋優(yōu)策略的微粒群算法的研究及應(yīng)用.pdf
評論
0/150
提交評論