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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、分類號(hào):1I弓ql密級(jí):⑧單位代碼:10422學(xué)號(hào):沖/;,/仍∥戶篆力番SHANDoNGUNⅣERSITY碩士學(xué)位論文ThesisforMasterDe鏟ee論文題目:人7略群馓蒯淋稗萎翻統(tǒng)&應(yīng)用P刪礬Gf仰J,毓汛呼序訂獷阮啦憎k矧D幾A盼尸c砌/泐鈿吁甲M甜挑咿榭糾作者姓名盔望蘭肇培養(yǎng)單位I逸群崖魚蘭塑益歪立/專業(yè)名稱鯊圣豎塑盞2貍指導(dǎo)教師!蘭絲絲熟盈合作導(dǎo)師啪,z年?duì)幵耫宇日萬方數(shù)據(jù)山東大學(xué)碩士學(xué)位論文目錄中文摘要IABSTRA
2、CTIII符號(hào)說明v第一章緒論。111課題研究的背景意義_l12國(guó)內(nèi)外研究現(xiàn)狀2121模糊聚類的發(fā)展與研究現(xiàn)狀2122模糊聚類算法中面臨的主要難題413研究的主要內(nèi)容一514論文的結(jié)構(gòu)安排5第二章模糊聚類理論基礎(chǔ)721模糊聚類基礎(chǔ)知識(shí)7211模糊集介紹7212模糊聚類數(shù)學(xué)模型822模糊聚類基本算法10221硬c均值聚類算法(HCM)10222模糊c均值聚類算法(FCM)一10223可能性c均值聚類算法(PcM)一1223模糊聚類一般步驟
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 人工蜂群優(yōu)化模糊聚類研究及應(yīng)用.pdf
- 基于改進(jìn)人工蜂群算法的模糊聚類研究.pdf
- 基于人工蜂群的模糊聚類數(shù)據(jù)挖掘算法研究.pdf
- 基于改進(jìn)人工蜂群的模糊C均值聚類算法研究.pdf
- 基于改進(jìn)人工蜂群算法的聚類研究
- 基于改進(jìn)人工蜂群算法的聚類研究.pdf
- 人工蜂群算法的研究及應(yīng)用.pdf
- 基于改進(jìn)人工蜂群的K均值混合聚類算法及其應(yīng)用.pdf
- 基于人工蜂群算法的改進(jìn)K-均值聚類算法及其應(yīng)用.pdf
- 人工蜂群算法優(yōu)化感知機(jī).pdf
- 人工蜂群算法的改進(jìn)及應(yīng)用研究.pdf
- 人工蜂群算法的研究與應(yīng)用.pdf
- 人工蜂群算法及其應(yīng)用的研究.pdf
- 人工蜂群算法的研究及其應(yīng)用.pdf
- 幾類優(yōu)化問題的人工蜂群算法.pdf
- 粒子群和人工蜂群的混合優(yōu)化算法優(yōu)化SVM參數(shù)及應(yīng)用.pdf
- 基于人工蜂群算法的約束優(yōu)化問題研究.pdf
- 人工蜂群算法及其在組合優(yōu)化中的應(yīng)用研究.pdf
- 人工蜂群算法的改進(jìn)與應(yīng)用.pdf
- 一種改進(jìn)的人工蜂群算法及其在k均值聚類中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論