文献综述评价

张敏, 于剑. 基于划分的模糊聚类算法[J]. 软件学报, 2004, 15(6): 858-868

文献综述的大致内容：在众多聚类算法中，基于划分的模糊聚类算法是模式识别中最常用的算法类型之一。至今，文献中仍不断有关于基于划分的模糊聚类算法的研究成果出现。为了能更为系统和深入地了解这些聚类算法及其性质，本文从改变度量方式、改变约束条件、在目标函数中引入熵以及考虑对聚类中心进行约束等几个方面，对在C-均值算法的基础上得到的基于划分的模糊聚类算法作了综述和评价，对各典型算法的优缺点进行了实验比较分析。指出标准FCM 算法被广泛应用的原因之一是它对数据的比例变化具有鲁棒性，而其他类似的算法对这种比例变化却很敏感，并以极大熵方法为例进行了比较实验。最后总结了基于划分的模糊聚类算法普遍存在的问题及其发展前景。

读完文献的感受：本篇文献脉络清晰、层层递进，首先介绍了硬化分的典型代表C均值算法，在这个基础上引出了基于划分的模糊聚类分析，并且着重从改变度量方式、改变隶属度约束条件、在目标函数中引入熵以及加入对聚类原型的约束条件等几个方面对文献中现有的基于模糊划分的聚类算法进行了分类。在对各种改进的算法进行说明的过程中，运用图表的形式清晰的为读者呈现了各种方法的具体实现，简单明了利于对比。在文章的最后，作者对于各种算法进行了评价和总结，为读者未来进行算法改进指明了方向。本文绝大部分的参考文献为英文，作者在进行本文书写前进行了大量的文献阅读工作，因而本文极具参考价值。我的研究方向与这篇文献所写的内容非常相关，因为之前上手读文献就直接从模糊聚类开始，所以很多来龙去脉不甚明了，读完这篇文献了解到FCM的来源，以及参数m的具体含义，受益匪浅。

席裕庚, 柴天佑. 遗传算法综述[J]. 控制理论与应用, 1996, 13(6): 697-708.

文献综述的大致内容：本文回顾了遗传算法的发展历程，详细阐述了遗传算法的理论和应用研究，并进行了系统分析和评论。本文的研究得到如下结论：遗传算法不是一种单纯的优化算法，而是一种以进化思想为基础的全新的一般方法论，是解决复杂问题的有力工具；遗传算法不是传统的确定性的计算工具，复杂问题，特别是动态的复杂问题的求解也不能（或不可能）是确定性的，应建立新的评价标准；遗传算法的理论正在深入，应用日趋广泛，但它仅是生物进化系统的简单近似模拟，其本身的发展也是不断进化的过程，理论研究需要引入新的数学工具、吸收生物学的最新成果，应用研究的成败依赖于对遗传算法和其所解决问题的深刻理解。

读完文献的感受：本文虽然发表时间久远，但却有很高的参考价值。它系统详尽的阐述了GA的发展历程、理论研究的主要内容、应用概况等内容，为初学者指引了方向。上个星期刚刚在智能优化算法课堂上接触GA，今天阅读了这篇文献，更加全面的认识了遗传算法，对于遗传算法的研究重心有了一定的了解，在之后我会阅读一些最新的文献，关注遗传算法领域的最新研究成果作为补充。

巫影, 朱石坚. 神经网络综述[J]. 科技进步与对策, 2002, 19(6): 133-134.

文献综述的大致内容：本文从神经网络的定义、特点及发展意义等方面，对神经网络进行了综述。说明了“神经网络是一个以有向图为拓扑结构的动态系统，它通过对连续或断续式的输入作状态响应而进行信息处理”。详细描述了神经网络中发生的两个动力学过程：快过程与慢过程。并在这个基础上介绍了学习神经网络模式和自组织模式。在读者对神经网络有了初步了解之后，作者介绍了神经网络目前的应用领域与研究现状。

读完文献的感受：本文开篇介绍了神经网络的定义、特点、运行机制，使读者对于神经网络有了全面的了解，在这个基础上介绍了神经网络发展过程中在各领域的应用。整篇文献脉络清晰，对于刚刚接触神经网络领域的人来讲非常有益。