基于Weka平台的改进模型C均值聚类算法研究与应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·课题研究现状 | 第9-12页 |
| ·数据挖掘工具Weka的研究现状 | 第9-10页 |
| ·模糊C均值聚类算法的研究进展及现状 | 第10-12页 |
| ·本文研究的主要工作和论文结构 | 第12-14页 |
| ·本文的主要工作 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 数据挖掘工具和FCM聚类算法 | 第14-26页 |
| ·数据挖掘工具Weka | 第14-21页 |
| ·Weka平台简介 | 第14页 |
| ·Weka的数据格式 | 第14-18页 |
| ·Weka的主要功能 | 第18-21页 |
| ·FCM聚类算法 | 第21-24页 |
| ·FCM聚类算法的原理 | 第21-22页 |
| ·FCM聚类算法的算法步骤 | 第22-23页 |
| ·FCM聚类算法的优缺点 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 改进的模糊C均值聚类算法 | 第26-32页 |
| ·相关定义 | 第26-27页 |
| ·改进的模糊C均值聚类算法DFCM | 第27-28页 |
| ·改进后的模糊C均值聚类算法实验 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 Weka平台下的二次开发 | 第32-46页 |
| ·Weka的结构 | 第32-36页 |
| ·Weka开发环境及过程 | 第36页 |
| ·Weka扩展实验 | 第36-44页 |
| ·SmipleChameleon算法 | 第36-38页 |
| ·模糊C均值聚类算法 | 第38-41页 |
| ·改进后的模糊C均值聚类算法 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 DFCM聚类算法在社会保险审计数据的应用 | 第46-62页 |
| ·社会保险审计数据的特点及其预处理 | 第46-54页 |
| ·改进算法在社会保险审计数据上的应用 | 第54-58页 |
| ·实验结果分析 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间发表论文 | 第70页 |
