欢迎来到天天文库
浏览记录
ID:32971979
大小:2.87 MB
页数:173页
时间:2019-02-18
《基于dna计算的聚类算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、山东师范大学博士学位论文学号:2008010081姓名:张鸿雁联系电话:15168892567E-mail:zswanz@yahoo.com.cn学院:管理科学与工程学院I山东师范大学博士学位论文单位代码10445学号2008010081分类号TP391.7博士学位论文论文题目基于DNA计算的聚类算法研究TheResearchonClusteringAlgorithmBasedonDNAComputing学科专业名称信息管理及电子商务申请人姓名张鸿雁指导教师刘希玉教授论文提交时间2011年12月12日II山东师范大学博士学
2、位论文III山东师范大学博士学位论文独创声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得(注:如没有其他需要特别声明的,本栏可空)或其他教育机构的学位或证书使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:导师签字:学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文
3、的复印件和磁盘,允许论文被查阅和借阅。本人授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:导师签字:签字日期:2010年月日签字日期:2010年月日IV山东师范大学博士学位论文V山东师范大学博士学位论文目录目录.................................................................................................
4、......................VI摘要.....................................................................................................................XIAbstract...............................................................................................................
5、......XV符号说明................................................................................................................XVIII第1章绪论..................................................................................................................11.1研究课题的背景和意义..
6、.............................................................................11.1.1聚类分析简介和意义.............................................................................................11.1.2DNA计算简介和意义...............................................................
7、..............................61.2聚类算法研究进展.......................................................................................81.2.1层次聚类方法........................................................................................................81.2.2基于网格聚类方法.....
8、...........................................................................................91.2.3图聚类方法..................................................
此文档下载收益归作者所有