改进的密度峰值算法应用于文本聚类问题研究

文本聚类论文 密度峰值算法论文 惯性权重论文
论文详情
摘要第5-6页
abstract第6-7页
第1章 绪论第10-18页
    1.1 课题研究的背景及意义第10-12页
    1.2 国内外研究现状第12-15页
        1.2.1 聚类分析算法国内外研究现状第12-13页
        1.2.2 基于粒子群优化的聚类算法国内外研究现状第13-14页
        1.2.3 文本聚类问题国内外研究现状第14-15页
    1.3 本文研究内容第15-16页
    1.4 本文内容安排第16-18页
第2章 相关理论和方法第18-30页
    2.1 文本聚类预处理技术第18-23页
        2.1.1 文本分词与去停用词第19-20页
        2.1.2 文本特征提取第20-22页
        2.1.3 文本表示模型第22-23页
    2.2 聚类算法概述第23-26页
        2.2.1 常用聚类算法第23页
        2.2.2 相似性度量第23-24页
        2.2.3 聚类结果评价指标第24-26页
    2.3 粒子群优化算法第26-28页
        2.3.1 基本概念第26-27页
        2.3.2 PSO算法步骤第27页
        2.3.3 PSO算法分析第27-28页
    2.4 本章小结第28-30页
第3章 基于自适应调整惯性权重的粒子群算法第30-44页
    3.1 基于惯性权重的PSO算法思想第30-32页
    3.2 基于自适应惯性权重的粒子群优化算法第32-36页
        3.2.1 自适应惯性权重策略第32-33页
        3.2.2 加入柯西算子扰动的AEW-PSO算法第33-35页
        3.2.3 AEW-PSO算法整体步骤第35-36页
    3.3 实验验证与结果分析第36-42页
        3.3.1 实验设计第37-38页
        3.3.2 算法性能分析第38-42页
        3.3.3 实验小结第42页
    3.4 本章小结第42-44页
第4章 基于粒子群优化的密度峰值聚类算法应用第44-55页
    4.1 基于AEW-PSO优化的密度峰值聚类算法第44-47页
    4.2 基于AEW-DP算法文本聚类应用第47-49页
        4.2.1 算法整体思想第47-48页
        4.2.2 基于AEW-DP文本聚类算法框架第48-49页
    4.3 实验验证及分析第49-53页
        4.3.1 实验设计第49-50页
        4.3.2 实验结果与分析第50-53页
        4.3.3 实验小结第53页
    4.4 本章小结第53-55页
结论第55-57页
参考文献第57-63页
攻读硕士学位期间发表的论文和取得的科研成果第63-65页
致谢第65页
论文购买
论文编号ABS4635980,这篇论文共65页
会员购买按0.30元/页下载,共需支付19.5
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付32.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656