| 中文摘要 | 第1-9页 |
| Abstract | 第9-17页 |
| 第1章 绪论 | 第17-37页 |
| ·研究背景及意义 | 第17-21页 |
| ·数据挖掘概述 | 第17-19页 |
| ·聚类分析概念和研究意义 | 第19-21页 |
| ·聚类分析算法及研究现状 | 第21-29页 |
| ·划分方法 | 第22-24页 |
| ·层次方法 | 第24-25页 |
| ·基于密度的方法 | 第25-27页 |
| ·基于网格的方法 | 第27-28页 |
| ·基于模型的方法 | 第28-29页 |
| ·计算智能的研究进展及现状 | 第29-34页 |
| ·进化计算研究进展 | 第30-31页 |
| ·神经网络研究进展 | 第31-34页 |
| ·聚类算法存在的问题及本文的研究方向 | 第34-35页 |
| ·本文的主要研究成果及内容安排 | 第35-37页 |
| 第2章 基于蚁群算法的聚类算法 | 第37-54页 |
| ·蚁群算法概述 | 第37-39页 |
| ·群体智能简介 | 第37-38页 |
| ·蚂蚁群体行为及仿生算法分类 | 第38-39页 |
| ·蚁群聚类算法(ACA) | 第39-42页 |
| ·改进的单蚁群聚类算法(SACA) | 第42-45页 |
| ·设计各向异性的蚁群 | 第42-43页 |
| ·设计新的概率转换函数 | 第43-44页 |
| ·设计孤立点处理策略 | 第44页 |
| ·改进的SACA算法描述 | 第44-45页 |
| ·蚁群优化算法(ACO) | 第45-50页 |
| ·蚁群优化算法原理 | 第45-48页 |
| ·基于蚁群聚类与蚁群优化结合的聚类算法 | 第48-50页 |
| ·实验结果及分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第3章 基于有效性指数的蚁群聚类算法 | 第54-71页 |
| ·聚类评价方法 | 第54-59页 |
| ·外部评价法 | 第54-56页 |
| ·内部评价法 | 第56页 |
| ·相对评价法 | 第56-59页 |
| ·基于有效性指数的蚁群聚类算法(ACA-VI) | 第59-63页 |
| ·基于多代表点的有效性指数 | 第60-62页 |
| ·基于有效性指数的蚁群聚类算法描述 | 第62-63页 |
| ·实验结果及分析 | 第63-70页 |
| ·实验数据集 | 第63-65页 |
| ·文档表示模型—向量空间模型 | 第65-66页 |
| ·实验结果 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第4章 聚类组合算法 | 第71-89页 |
| ·聚类组合模型(Clustering Ensemble Model) | 第71-75页 |
| ·聚类多样性 | 第72-73页 |
| ·共识函数分类 | 第73-75页 |
| ·基于超图的蚁群聚类组合算法(ACEAH) | 第75-78页 |
| ·多蚁群并行聚类组合算法 | 第78-82页 |
| ·多蚁群并行算法研究现状 | 第78页 |
| ·并行多蚁群聚类模型 | 第78-81页 |
| ·三种信息交换策略 | 第81-82页 |
| ·实验结果及分析 | 第82-87页 |
| ·基于超图的蚁群聚类组合算法实验结果 | 第83-85页 |
| ·多蚁群并行聚类组合算法实验结果 | 第85-87页 |
| ·本章小结 | 第87-89页 |
| 第5章 基于ART的聚类组合算法 | 第89-101页 |
| ·神经网络组合(Neural Network Ensemble) | 第89-90页 |
| ·自适应谐振理论 | 第90-91页 |
| ·基于ART的聚类组合算法(ARTCE) | 第91-95页 |
| ·ARTCE算法系统结构 | 第91页 |
| ·ART2-A模型结构 | 第91-92页 |
| ·ART2-A学习算法 | 第92-93页 |
| ·ARTCE-VI算法描述 | 第93-95页 |
| ·实验结果及分析 | 第95-99页 |
| ·本章小结 | 第99-101页 |
| 第6章 Web文档主题发现与可视化系统 | 第101-112页 |
| ·主题发现(Topic Discovery) | 第101-102页 |
| ·聚类结果可视化 | 第102-103页 |
| ·Web文档主题发现与可视化系统设计与实现 | 第103-111页 |
| ·下载新闻文档 | 第103-104页 |
| ·文档预处理 | 第104-105页 |
| ·聚类分析 | 第105-106页 |
| ·主题发现 | 第106页 |
| ·聚类结果可视化 | 第106-111页 |
| ·本章小结 | 第111-112页 |
| 第7章 结论与展望 | 第112-115页 |
| ·本文工作总结 | 第112-114页 |
| ·今后工作展望 | 第114-115页 |
| 致谢 | 第115-116页 |
| 参考文献 | 第116-135页 |
| 攻读博士学位期间完成的论文及主持的科研项目 | 第135-137页 |