| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪言 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 数据挖掘的基本步骤 | 第10-11页 |
| 1.3 数据挖掘任务与聚类算法概述 | 第11-12页 |
| 1.4 本文所做的研究 | 第12-13页 |
| 第二章 数据挖掘常用距离公式简介 | 第13-15页 |
| 2.1 曼哈顿距离和欧几里得距离 | 第13页 |
| 2.2 闵可夫斯基距离 | 第13-14页 |
| 2.3 皮尔逊相关性 | 第14页 |
| 2.4 斯皮尔曼相关性 | 第14-15页 |
| 第三章 K-mcdoids算法和SOM算法概述 | 第15-29页 |
| 3.1 K-medoids算法简介 | 第15-18页 |
| 3.2 SOM神经网络算法简介 | 第18-29页 |
| 第四章 基于SOM算法与K-medoids算法的改进算法 | 第29-37页 |
| 4.1 基于SOM算法和K-medoids算法的改进算法 | 第29页 |
| 4.2 SOM-K算法步骤 | 第29-31页 |
| 4.3 SOM-K算法模拟测试 | 第31-37页 |
| 第五章 SOM-K算法在全国水资源分布情况中的应用 | 第37-49页 |
| 5.1 水资源分布的研究目的 | 第37-39页 |
| 5.2 数据收集 | 第39-43页 |
| 5.3 实证分析 | 第43-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-57页 |
| 硕士期间发表的学术论文 | 第57页 |
