| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 图表清单 | 第8-9页 |
| 注释表 | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外的研究进展和现状 | 第11-15页 |
| ·论文研究内容 | 第15-16页 |
| ·论文组织结构 | 第16-17页 |
| 第二章 背景知识 | 第17-27页 |
| ·聚类分析概述 | 第17-18页 |
| ·聚类分析的定义 | 第17-18页 |
| ·聚类分析的分类 | 第18页 |
| ·K-means 算法 | 第18-23页 |
| ·K 均值算法的思想 | 第18-19页 |
| ·K 均值算法的具体描述 | 第19页 |
| ·K 均值的原理讨论 | 第19-23页 |
| ·K 均值的变种算法 | 第23页 |
| ·混合型属性聚类分析 | 第23-26页 |
| ·概述 | 第23页 |
| ·K-modes 算法 | 第23-24页 |
| ·K-prototypes 算法 | 第24-25页 |
| ·其他一些混合型属性数据集的聚类方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于新的结构树定义的分类型属性距离度量 | 第27-37页 |
| ·概念层次树 | 第27-28页 |
| ·概述 | 第27页 |
| ·度量方法 | 第27-28页 |
| ·基于层次结构树新度量方法 | 第28-35页 |
| ·概述 | 第28-29页 |
| ·新的相似性度量定义 | 第29页 |
| ·新的度量的直观含义分析 | 第29-30页 |
| ·新的相似性度量的度量空间性质证明 | 第30-34页 |
| ·新的度量下中心点计算方法 | 第34-35页 |
| ·实验结果及分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 改进的属性加权方法和基于图的相似性度量方法 | 第37-49页 |
| ·A.Ahmad 的思想及启示 | 第37-38页 |
| ·改进ReleifF 算法 | 第38-42页 |
| ·特征选择简介 | 第38页 |
| ·ReliefF 算法 | 第38-40页 |
| ·ReliefF 算法介绍 | 第38-39页 |
| ·传统ReleifF 算法的不足 | 第39-40页 |
| ·基于属性共存概率的差异性度量方式和改进ReliefF 算法 | 第40-41页 |
| ·实验结果分析 | 第41-42页 |
| ·总结 | 第42页 |
| ·基于加权图的改进相似性度量方式 | 第42-47页 |
| ·概述 | 第42页 |
| ·相关定义 | 第42-46页 |
| ·新定义下的相似性度量 | 第46-47页 |
| ·实验分析 | 第47页 |
| ·总结 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第五章 混合型属性数据集聚类分析 | 第49-56页 |
| ·混合型属性数据集聚类的主要问题 | 第49页 |
| ·属性重要程度的衡量 | 第49-50页 |
| ·对象之间相似性的度量 | 第50-51页 |
| ·实验分析 | 第51-55页 |
| ·评估方法 | 第51-52页 |
| ·数值型属性数据集上的实验分析 | 第52-53页 |
| ·分类型属性数据集上的实验分析 | 第53页 |
| ·混合型属性数据集上的实验分析 | 第53-54页 |
| ·实验总结 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·论文的主要工作及贡献 | 第56页 |
| ·对下一步工作的思考 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 在学期间的研究成果及发表的学术论文 | 第62页 |