基于多核函数FCM算法在数据挖掘聚类中的应用研究
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文的研究内容 | 第16-17页 |
| 1.4 论文章节安排 | 第17-19页 |
| 第二章 数据挖掘领域聚类算法的研究分析 | 第19-33页 |
| 2.1 数据挖掘技术概述 | 第19-21页 |
| 2.1.1 数据挖掘概念及意义 | 第19-20页 |
| 2.1.2 数据挖掘技术的应用和发展现状 | 第20-21页 |
| 2.2 数据挖掘领域聚类算法简介 | 第21-25页 |
| 2.2.1 聚类算法的发展和分类 | 第21-24页 |
| 2.2.2 聚类算法的研究现状 | 第24-25页 |
| 2.3 经典聚类算法的研究分析 | 第25-31页 |
| 2.3.1 FCM算法 | 第26-30页 |
| 2.3.2 基于核函数的FCM算法 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于多核函数FCM算法 | 第33-43页 |
| 3.1 基于核函数FCM算法理论和流程 | 第33-34页 |
| 3.2 基于多核函数FCM算法的设计思想 | 第34-36页 |
| 3.3 基于多核函数FCM算法的模型介绍 | 第36-37页 |
| 3.4 基于多核函数FCM算法的优化原理 | 第37-39页 |
| 3.5 基于多核函数FCM算法的算法流程 | 第39-42页 |
| 3.5.1 MKFCM算法初始化阶段 | 第41页 |
| 3.5.2 MKFCM算法迭代求解阶段 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于多核函数FCM算法的仿真分析 | 第43-57页 |
| 4.1 仿真参数 | 第43-44页 |
| 4.2 性能评价指标 | 第44-45页 |
| 4.3 仿真结果与分析 | 第45-51页 |
| 4.3.1 基于密度大小均衡几类簇的聚类效果 | 第45-47页 |
| 4.3.2 基于密度大小不均衡几类簇的聚类效果 | 第47-49页 |
| 4.3.3 MKFCM算法精度分析 | 第49-51页 |
| 4.4 大学校园套餐研究的案例分析 | 第51-55页 |
| 4.4.1 研究数据样本描述 | 第52页 |
| 4.4.2 实例仿真分析 | 第52-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 结论 | 第57-61页 |
| 5.1 论文总结 | 第57-58页 |
| 5.2 展望 | 第58-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录 A(攻读硕士期间的学术成果) | 第67页 |
