基于核函数的聚类分析研究

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-13页
·研究背景	第8-10页
·研究现状	第10-12页
·本文的研究内容	第12-13页
2 核聚类算法的基础	第13-30页
·聚类分析中的相似度度量方法	第13-15页
·数值属性的相似性度量方法	第13-14页
·类属性的相似性测量方法	第14-15页
·混合属性的相似性度量	第15页
·常用聚类算法的比较分析	第15-22页
·传统聚类算法比较分析	第15-19页
·模糊聚类算法	第19-20页
·凝聚聚类算法	第20-21页
·聚类算法总结	第21-22页
·核函数的基本知识	第22-30页
·基本知识	第22-23页
·积特征	第23-25页
·再生核理论与Mercer定理	第25-30页
3 基于核函数的k-凝聚聚类算法	第30-38页
·核聚类方法	第30-31页
·核k-凝聚聚类算法	第31-33页
·实验结果与分析	第33-38页
4 分类属性和混合属性数据的核k-凝聚聚类算法	第38-46页
·混合属性数据的聚类算法	第38-39页
·分类属性和混合属性数据的核凝聚聚类算法	第39-46页
·类属性的分解	第39-41页
·混合属性的核k-凝聚聚类算法描述	第41页
·实验结果与分析	第41-46页
5 核k-凝聚聚类算法在客户细分中的应用	第46-56页
·需求分析	第46-47页
·数据的预处理	第47-48页
·数据分析	第48-53页
·样本总体描述	第48-49页
·细分市场数的确定	第49-51页
·聚类分析结果	第51-53页
·管理启示	第53-56页
6 总结与展望	第56-57页
参考文献	第57-61页
附录A 借词表及借词聚类部份结果	第61-69页
攻读硕士学位期间发表学术论文情况	第69-70页
致谢	第70-71页
大连理工大学学位论文版权使用授权书	第71页