本科毕业设计论文--免疫克隆选择算法用于聚类

《本科毕业设计论文--免疫克隆选择算法用于聚类》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、班级021152学号02115135本科毕业设计论文题目免疫克隆选择算法用于聚类学院电子工程学院专业智能科学与技术学生姓名魏武强导师姓名吴建设毕业设计（论文）诚信声明书本人声明：本人所提交的毕业论文《免疫克隆选择算法用于聚类》是本人在指导教师指导下独立研究、写作的成果，论文中所引用他人的无论以何种方式发布的文字、研究成果，均在论文中加以说明；有关教师、同学和其他人员对本文的写作、修订提出过并为我在论文中加以采纳的意见、建议，均已在我的致谢辞中加以说明并深致谢意。本论文和资料若有不实之处，本人承担一切相关责任。论文作者：（签字）时间：年月

2、日指导教师已阅：（签字）时间：年月日西安电子科技大学毕业设计（论文）任务书学生姓名魏武强学号02115135指导教师吴建设职称教授学院电子工程学院专业智能科学与技术题目名称免疫克隆选择算法用于聚类任务与要求随着科技的发展，人们对数据的要求越来越高了，不仅是人们用手机上网的速度越来越快了，人们每天流转的信息、一些公司对数据的收集都越来越多了，21世纪已经到了一个大数据的时代。在这个大数据的时代，人们对数据的处理变得越来越迫切，而聚类算法就是其中之一。本课题所研究的便是将免疫克隆选择算法运用在聚类上，要求学生对免疫克隆选择聚类算法有深入的研

3、究，并实现利用免疫克隆选择算法对数据进行聚类，并要求与其他两种聚类算法进行对比，对免疫克隆选择算法进行初步的对比分析。开始日期2014年12月1日完成日期2015年6月15日院长（签字）年月日注：本任务书一式两份，一份交学院，一份学生自己保存。西安电子科技大学毕业设计（论文）工作计划学生姓名魏武强学号02115135指导教师吴建设职称教授学院电子工程学院专业智能科学与技术题目名称免疫克隆选择算法用于聚类一、毕业设计（论文）进度起止时间工作内容2014.12.1-----2015.3.312015.4.1----2015.4.302015

4、.5.1----2015.5.29查阅相关资料，翻译相关论文，对自己所要做的方面进行初步认识，熟悉matlab软件设计免疫克隆选择聚类算法的框架，实现其与对比算法的编程、仿真对所实现的功能及数据进行测试和分析，对算法进行评估，并撰写毕业论文整理资料，准备毕业论文答辩2015.5．30-----2015.6.15二、主要参考书目（资料）[1]席裕庚,柴天佑,恽为民.遗传算法综述[J].控制理论与应用,1996,(6)[2]丛琳,沙宇恒,焦李成.基于免疫克隆选择聚类算法的图像分割[J].电子与信息学报,2006,28(7)[3]张向荣,焦李

5、成.基于免疫克隆选择聚类算法的特征选择[J].复旦学报：自然科学版,2004,43(5)三、主要仪器设备及材料硬件：计算机、互联网软件：matlab、windows7四、教师的指导安排情况（场地安排、指导方式等）每周集中汇报、现场指导一次，并QQ在线回答问题五、对计划的说明注：本计划一式两份，一份交学院，一份学生自己保存（计划书双面打印）西安电子科技大学毕业设计（论文）中期检查表学院电子工程学院专业智能科学与技术学生姓名魏武强学号02115135班级021152导师姓名吴建设职称教授单位电子工程学院题目名称免疫克隆选择算法用于聚类检查内

6、容检查结果题目是否更换及更换原因学生出勤情况进度评价（完成总工作量的百分比）质量评价、进度描述总体评价（按优、良、中、及格、不及格五挡评价）存在的问题与建议学院审核（盖章）注：此表由指导教师填写，交学院办公室，中期检查成绩将作为毕业设计总成绩的一部分；此表装订入毕业设计（论文）中。西安电子科技大学毕业设计（论文）成绩登记表编号：学院电子工程学院专业智能科学与技术姓名魏武强学号02115135成绩题目名称免疫克隆选择算法用于聚类指导教师吴建设尚荣华职称教授副教授指导教师评语及对成绩的评定意见签名年月日评阅人评语及成绩评定意见签名年月日答辩

7、小组意见签名年月日学院答辩委员会意见答辩委员会主任签名（学院盖章）年月日注：学院、专业名均写全称；成绩登记表双面摘要摘要随着通信行业的发展，大数据的时代来到了人们的身边。人们对数据的需求变得越来越迫切，对于大数据的处理也成为了热点，聚类算法的应用变得越来越多，其中有着越来越多的数据需要用到聚类算法去处理，比如人们经常用到的图像分割。本论文针对于聚类问题，首先对聚类进行了一些简单介绍。然后，对几个常用的聚类算法进行了介绍，尤其对遗传算法进行了详细介绍，重点阐述了遗传算子和遗传算法用于聚类的操作步骤。在这一基础之上，提出了免疫克隆选择聚类算

8、法，对免疫克隆选择聚类算法进行了详细的介绍。最后，通过免疫克隆选择聚类算法和k-means以及遗传算法进行对比仿真。通过分析对比数据，详细的分析了免疫克隆选择聚类算法的优缺点，证明了免疫克隆选择聚类算法的有