基于目标函数的模糊聚类新算法及其应用研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-11页 |
| 目录 | 第11-14页 |
| 第一章 绪论 | 第14-21页 |
| ·研究背景 | 第14-16页 |
| ·模糊聚类算法研究概况 | 第16-19页 |
| ·本文主要研究内容及结构 | 第19-21页 |
| 第二章 模糊聚类及粒子群算法基础理论 | 第21-38页 |
| ·硬c均值聚类(HCM) | 第21-24页 |
| ·HCM基本原理 | 第21-23页 |
| ·HCM实现步骤 | 第23页 |
| ·HCM不足之处 | 第23-24页 |
| ·模糊c均值聚类(FCM) | 第24-28页 |
| ·FCM的发展与基本原理 | 第24-25页 |
| ·FCM基本流程 | 第25-27页 |
| ·FCM的优势与存在问题 | 第27-28页 |
| ·可能性c均值聚类(PCM) | 第28-34页 |
| ·PCM基本原理 | 第28-30页 |
| ·PCM的性质及不足之处 | 第30-32页 |
| ·交替可能性聚类(APCM) | 第32-34页 |
| ·粒子群算法(PSO) | 第34-38页 |
| ·PSO思想原理 | 第34-35页 |
| ·PSO迭代公式 | 第35-36页 |
| ·PSO迭代流程及适用范围 | 第36-38页 |
| 第三章 均衡模糊聚类算法 | 第38-56页 |
| ·概述 | 第38-40页 |
| ·性质分析及模糊聚类均衡化 | 第40-43页 |
| ·平衡不平衡数据集模糊聚类性质 | 第40-41页 |
| ·模糊聚类算法均衡化 | 第41-43页 |
| ·均衡模糊c均值聚类算法(EFCM) | 第43-50页 |
| ·EFCM算法设想 | 第43页 |
| ·EFCM算法构造 | 第43-45页 |
| ·EFCM性质分析 | 第45-47页 |
| ·基于EFCM算法的仿真实验及分析 | 第47-50页 |
| ·均衡可能性c均值聚类算法(EPCM) | 第50-55页 |
| ·EPCM算法分析与设想 | 第50-51页 |
| ·EPCM算法构造 | 第51-52页 |
| ·EPCM性质分析 | 第52-53页 |
| ·基于EPCM算法的仿真实验 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第四章 广义模糊聚类算法 | 第56-79页 |
| ·概述 | 第56-58页 |
| ·模糊指标性质分析及模糊聚类广义化 | 第58-61页 |
| ·模糊指标性质分析 | 第58-60页 |
| ·模糊聚类广义化 | 第60-61页 |
| ·广义模糊c均值聚类(GFCM) | 第61-68页 |
| ·GFCM算法构造 | 第62-63页 |
| ·GFCM性质分析及比较 | 第63-65页 |
| ·基于GFCM的仿真实验及分析 | 第65-68页 |
| ·广义可能性c均值聚类(GPCM) | 第68-72页 |
| ·GPCM算法构造 | 第68-69页 |
| ·GPCM性质分析及比较 | 第69-70页 |
| ·基于GPCM的仿真实验及分析 | 第70-72页 |
| ·FCM模糊指标小于等于1时性质分析 | 第72-77页 |
| ·模糊指标等于1时性质分析 | 第72-73页 |
| ·模糊指标大于0小于1时性质分析 | 第73-74页 |
| ·模糊指标小于0时性质分析 | 第74-75页 |
| ·仿真实验分析 | 第75-77页 |
| ·小结 | 第77-79页 |
| 第五章 粒子群广义化模糊聚类算法 | 第79-92页 |
| ·概述 | 第79-80页 |
| ·聚类算法PSO广义化及性质分析 | 第80-81页 |
| ·粒子群广义模糊c均值聚类(PSO-GFCM) | 第81-87页 |
| ·PSO-GFCM算法构造 | 第81-82页 |
| ·PSO-GFCM收敛性证明及分类判决规则 | 第82-84页 |
| ·基于PSO-GFCM的仿真实验及分析 | 第84-87页 |
| ·粒子群广义可能性c均值聚类(PSO-GPCM) | 第87-91页 |
| ·PSO-GPCM算法构造 | 第87-88页 |
| ·基于PSO-GPCM的仿真实验及分析 | 第88-91页 |
| ·小结 | 第91-92页 |
| 第六章 自适应m值模糊聚类算法 | 第92-105页 |
| ·概述 | 第92-93页 |
| ·模糊指标优解性质及自适应寻优理论分析 | 第93-95页 |
| ·模糊指标优解相关性质 | 第93-94页 |
| ·模糊指标自适应寻优理论分析 | 第94-95页 |
| ·自适应m值模糊c均值聚类(SMFCM) | 第95-100页 |
| ·SMFCM算法构造 | 第95-96页 |
| ·SMFCM性质分析 | 第96-98页 |
| ·基于SMFCM的仿真实验及分析 | 第98-100页 |
| ·自适应m值可能性c均值聚类(SMPCM) | 第100-103页 |
| ·SMPCM算法构造 | 第100-102页 |
| ·SMPCM性质分析 | 第102页 |
| ·基于SMPCM的仿真实验及分析 | 第102-103页 |
| ·小结 | 第103-105页 |
| 第七章 总结与展望 | 第105-109页 |
| ·全文总结 | 第105-107页 |
| ·研究展望 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-118页 |
| 攻读博士学位期间研究成果 | 第118页 |
