导读:本文包含了均场退火算法论文开题报告文献综述及选题提纲参考文献，主要关键词:半监督聚类,均场退火算法,silhouette指标,rand指数
均场退火算法论文文献综述
陈祺[1]（2012）在《基于均场退火算法的半监督聚类方法的研究及应用》一文中研究指出聚类是将样本对象分成簇的过程，使得同一个簇里面的样本之间具有很高的相似度，而不同的簇里面的样本之间则是差异度很高。聚类分析已经被广泛应用于数据挖掘、模式识别、图像处理、以及市场研究等等诸多领域之中。目前的聚类方法大都是无监督的，聚类结果可能跟实际有很大的区别。半监督学习能够将少量带标记的样本和大量无标记的样本结合运用，近年来已经成为了机器学习、模式识别领域的研究热点。相对于无监督聚类，半监督聚类能有效运用少量的监督信息，从而达到提高聚类性能的目的。很多现有的半监督聚类算法存在易受初始点影响、易陷入局部最优等缺陷，因此提出一种基于均场退火算法的半监督聚类方法。该算法使用Silhouette指标作为无监督指标，并针对均场退火算法的特点对Silhouette指标进行了简化。此外，引入Rand指数作为有监督指标，和Silhouette指标组成目标函数，并使用均场退火算法求得全局最优解。均场退火算法是对模拟退火的一种改进算法，是一种神经网络计算模型，结合了模拟退火算法和神经网络的优点。该算法使用确定性的规则来取代模拟退火算法的随机推导过程，提高了算法的有效性，在同一温度下具有比模拟退火算法更快的收敛速度。均场退火算法可以有效地解决大规模组合优化问题，因此能够用于对本文提出的半监督聚类目标函数进行求解。在UCI数据集上的对比实验说明新算法的结果优于对比算法，有效地提高了聚类准确率。图像分割是图像处理问题中的一个重要课题，其研究成果已被广泛地应用在计算机视觉，模式识别，医疗图像处理等各种领域。图像分割即是将一幅图像划分成多个区域，每个区域具有不同的特征，区域之间有着明显的边界。基于聚类算法的图像分割实际上是把分割问题转化为聚类问题，从而以聚类的方式进行求解。如果在分割过程中能够提供一些约束信息，即以半监督聚类的方式进行分割，将很好地改善分割结果。我们将本文提出的半监督算法应用在图像分割上，证明了该算法能有效应用于图像分割问题上。(本文来源于《华南理工大学》期刊2012-05-01）
刘景发,王增波,黄文奇[2]（2005）在《用均场退火算法解四色问题》一文中研究指出论文首先给出了用均场退火算法(AFA)求解四色问题的神经网络结构和能量函数,为了避免网络陷入局部极小的缺陷,在均场的基础上增加了“爬山”项,使网络最终能收敛到一个全局最优或近似全局最优解。仿真结果表明,该方法较文献[4]中的离散的二元Hopfield-型神经网络和文献[7]中的瞬态混沌神经网络在收敛速度方面有明显的提高,效果较好。(本文来源于《计算机工程与应用》期刊2005年03期）
刘海颖,王惠南[3]（2004）在《平均场退火算法在GPS姿态确定中的应用(英文)》一文中研究指出研究了基于GPS载波相位测量载体姿态的技术 ,采用了精度高速度快的平均场退火算法(MFANN)。MEFANN是竞争性的Hopfield神经网络和随机模拟退火算法结合起来的一种算法 ,用来求解最优姿态确定问题。首先阐述了GPS载波相位姿态测量基本原理 ,接下来建立了姿态测量系统数学模型 ,应用MFANN算法来解算整周模糊度和方位角 ,最后给出了应用MFANN方法求解的实例 ,说明该方法是有效的(本文来源于《Chinese Journal of Aeronautics》期刊2004年03期）
薛建军,尤肖虎[4]（1997）在《模糊控制均场退火算法及其应用》一文中研究指出结合模糊控制方法和均场退火算法，提出了一种模糊控制均场退火算法，并将其用于ＧＳＭ移动通信系统的自适应信道均衡．仿真计算表明，本方法能使均场退火算法的收敛速度显着提高，同时保持原有的性能(本文来源于《东南大学学报》期刊1997年01期）
均场退火算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
论文首先给出了用均场退火算法(AFA)求解四色问题的神经网络结构和能量函数,为了避免网络陷入局部极小的缺陷,在均场的基础上增加了“爬山”项,使网络最终能收敛到一个全局最优或近似全局最优解。仿真结果表明,该方法较文献[4]中的离散的二元Hopfield-型神经网络和文献[7]中的瞬态混沌神经网络在收敛速度方面有明显的提高,效果较好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
均场退火算法论文参考文献
[1].陈祺.基于均场退火算法的半监督聚类方法的研究及应用[D].华南理工大学.2012
[2].刘景发,王增波,黄文奇.用均场退火算法解四色问题[J].计算机工程与应用.2005
[3].刘海颖,王惠南.平均场退火算法在GPS姿态确定中的应用(英文)[J].ChineseJournalofAeronautics.2004
[4].薛建军,尤肖虎.模糊控制均场退火算法及其应用[J].东南大学学报.1997
标签：半监督聚类; 均场退火算法; silhouette指标; rand指数;