基于模糊理论的EM算法在聚类分析的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 研究意义 | 第13-14页 |
| 1.4 本文结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 EM算法 | 第15-26页 |
| 2.1 最大似然估计法 | 第15-16页 |
| 2.2 最大后验概率估计法 | 第16-17页 |
| 2.3 混合模型 | 第17-20页 |
| 2.3.1 多维单分量高斯模型 | 第18页 |
| 2.3.2 多分量高斯混合模型 | 第18-20页 |
| 2.4 EM算法求解混合模型参数 | 第20-23页 |
| 2.5 EM算法对混合模型聚类 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 模糊理论与模糊数 | 第26-47页 |
| 3.1 模糊理论简介 | 第26-28页 |
| 3.2 模糊集合理论 | 第28-35页 |
| 3.2.1 模糊集合的定义 | 第28-29页 |
| 3.2.2 模糊集合的表示方法 | 第29-31页 |
| 3.2.3 模糊集合的运算和性质 | 第31-33页 |
| 3.2.4 截集的定义和性质 | 第33-34页 |
| 3.2.5 分解定理 | 第34-35页 |
| 3.3 模糊矩阵和模糊关系 | 第35-38页 |
| 3.3.1 模糊矩阵的定义 | 第35-36页 |
| 3.3.2 模糊矩阵的运算和性质 | 第36-37页 |
| 3.3.3 模糊关系 | 第37-38页 |
| 3.4 区间数和模糊数 | 第38-43页 |
| 3.4.1 区间数的定义和运算 | 第39页 |
| 3.4.2 凸模糊集 | 第39-40页 |
| 3.4.3 模糊数 | 第40-43页 |
| 3.5 模糊聚类分析 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 模糊EM算法 | 第47-58页 |
| 4.1 模糊EM算法简述 | 第47-48页 |
| 4.2 模糊EM算法求解混合模型参数 | 第48-50页 |
| 4.3 模糊EM算法对混合模型聚类 | 第50-51页 |
| 4.4 模糊数据的处理 | 第51-57页 |
| 4.4.1 三角模糊数对客观评语模糊化 | 第51-54页 |
| 4.4.2 三角模糊数对主观评语模糊化 | 第54-55页 |
| 4.4.3 三角模糊数去模糊化 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 算法实现与实例应用 | 第58-73页 |
| 5.1 算法程序简介 | 第58-60页 |
| 5.2 模糊EM算法在实例中的应用 | 第60-72页 |
| 5.2.1 模糊EM算法在图像聚类的应用 | 第60-63页 |
| 5.2.2 模糊EM算法在选择合作商的应用 | 第63-65页 |
| 5.2.3 模糊EM算法在企业招聘的应用 | 第65-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 个人简历 | 第79页 |
