×
计算智能算法的聚类模型与应用

计算智能算法的聚类模型与应用

1星价 ¥51.0 (7.5折)
2星价¥51.0 定价¥68.0
暂无评论
图文详情
  • ISBN:9787522322513
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:135
  • 出版时间:2023-09-01
  • 条形码:9787522322513 ; 978-7-5223-2251-3

内容简介

本书内容主要包括四部分:一、介绍聚类算法及研究;二、计算智能技术介绍,主要研究人工神经网络、遗传算法及离散Morse理论;三分别提出三种聚类模型:基于神经网络的聚类模型、基于遗传优化的谱聚类模型、基于Morse优化的聚类模型。本书将神经网络、遗传算法等计算智能技术用于聚类分析,构造聚类分析模型,研究该模型的定义及优化方法的特点和不足,改进或提出相应的解决方法;另外,针对模型在聚类分析中的应用研究并结合离散Morse的相关理论和方法,研究离散Morse理论在聚类分析中实现的关键技术和方法,并提出基于Morse理论的聚类分析模型以适应具体应用的要求。通过实验,验证了模型的有效性和可行性。

目录

第1章 概述 1.1 本书研究的背景和意义 1.2 聚类算法及研究现状 1.3 计算智能技术及研究进展 1.4 本书的研究内容及组织 第2章 基于神经网络的聚类算法研究 2.1 引言 2.2 基于SOM网络的聚类分析模型 2.3 TreeGNG层次拓扑聚类模型 2.4 FCM:模糊C均值聚类算法 2.5 DSOM-FCM:一种新的动态模糊自组织神经网络模型 2.6 本章小结 第3章 基于遗传优化的谱聚类算法研究 3.1 引言 3.2 谱聚类算法的介绍 3.3 改进的谱聚类算法ISC-CLARANS 3.4 基于遗传算法的谱聚类方法GA-ISC 3.5 小结 第4章 基于Morse优化模型的聚类算法研究 4.1 引言 4.2 离散Morse理论优化模型 4.3 实验结果及分析 4.4 基于离散Morse优化模型的密度聚类算法 4.5 小结 第5章 总结和展望 5.1 总结 5.2 进一步研究工作 参考文献
展开全部

作者简介

张建萍,女,工学博士,山东滨州人,2014年9月进入山东师范大学工作。主讲过数据结构、数据库系统概论、数据库应用技术、信息检索等多门专业主干课程。参与了多项国家自然科学基金项目及山东省自然科学基金等项目。研究方向: 主要从事计算智能、数据挖掘、信息管理与电子商务等方向的研究。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航