[giaban]0.000 VNĐ[/giaban]
[kythuat]
[/kythuat]
[tomtat]
[tomtat]
Các
thuật toán phân cụm dữ liệu và ứng dụng trong phân loại Protein
MỤC
LỤC
LỜI
CẢM ƠN
LỜI
CAM ĐOAN
BẢNG
KÝ HIỆU CÁC CHỮ VIẾT TẮT
DANH
MỤC HÌNH VẼ
MỞ
ĐẦU
CHƯƠNG
1. KHAI PHÁ DỮ LIỆU
1.1.
Khái niệm chung
1.2.
Phân lớp dữ liệu
1.3.
Phân cụm dữ liệu
1.3.1.
Tổng quan về phân cụm dữ liệu
1.3.2.
Các yêu cầu cơ bản đối với các kỹ thuật phân cụm dữ liệu
1.3.3.
Các kiểu dữ liệu trong phân cụm dữ liệu
1.3.4.
Độ đo trong phân cụm dữ liệu
1.3.5.
Các kỹ thuật tiếp cận với bài toán phân cụm
1.4.
Luật kết hợp
1.5.
Một số ứng dụng của phân cụm dữ liệu
1.5.1.
Ứng dụng trong tin sinh học
1.5.2.
Ứng dụng trong phân loại đối tượng văn bản
1.5.3.
Ứng dụng trong phân đoạn ảnh, nhận dạng
1.6.
Kết luận chương 1
CHƯƠNG
2. CÁC THUẬT TOÁN PHÂN CỤM
2.1.
Thuật toán K-means
2.2.
Thuật toán CHAMELEON
2.3.
Thuật toán CLARA
2.4.
Thuật toán CURE
2.5.
Thuật toán AntTree
2.6.
Thuật toán cây tự tổ chức SoT
2.7.
Kết luận chương 2
CHƯƠNG
3. CHƯƠNG TRÌNH THỬ NGHIỆM
3.1.
Protein và các kỹ thuật phân loại Protein
3.1.1.
Thuyết trung tâm của sinh học phân tử
3.1.2.
Các kỹ thuật phân loại Protein
3.2.
Cài đặt thử nghiệm thuật toán phân cụm dữ liệu trong phân loại Protein
3.2.1.
Phát biểu bài toán
3.2.2.
Mô tả dữ liệu
3.2.3.
Chuẩn bị dữ liệu
3.2.4.
Môi trường cài đặt và thử nghiệm
3.3.
Nhận xét, đánh giá chương trình thử nghiệm
3.4.
Kết luận chương 3
KẾT
LUẬN VÀ HƯỚNG NGHIÊN CỨU
TÀI
LIỆU THAM KHẢO
Bài viết liên quan
