| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 论文主要内容 | 第10-12页 |
| 1.4 论文基本结构 | 第12-13页 |
| 第二章 基本概念和原理概述 | 第13-35页 |
| 2.1 符号数据分析 | 第13-16页 |
| 2.1.1 符号数据概述 | 第13-14页 |
| 2.1.2 区间型符号数据 | 第14-15页 |
| 2.1.3 一般分布的区间型符号数据 | 第15-16页 |
| 2.2 聚类分析 | 第16-32页 |
| 2.2.1 基本聚类算法 | 第16-19页 |
| 2.2.2 基于神经网络的算法及其在符号数据聚类中的应用 | 第19-30页 |
| 2.2.3 聚类分析的有效性评价指标 | 第30-32页 |
| 2.3 Monte Carlo方法概述 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 一般分布区间数的SOM聚类的算法分析 | 第35-42页 |
| 3.1 一般分布区间数的表示方式和距离度量 | 第35-39页 |
| 3.1.1 端点表示方法和city-block距离度量 | 第35-36页 |
| 3.1.2 中点半径表示方法和Hausdorff距离度量 | 第36-37页 |
| 3.1.3 一般分布区间数的新表示方法和对应的距离度量 | 第37-39页 |
| 3.2 基于均值-标准差距离的一般分布区间数的SOM聚类算法 | 第39-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 一般分布区间数的SOM聚类算法的评价 | 第42-53页 |
| 4.1 模拟数据集实验 | 第42-46页 |
| 4.1.1 随机模拟实验设计 | 第42-45页 |
| 4.1.2 试验结果分析 | 第45-46页 |
| 4.2 应用实例验证 | 第46-52页 |
| 4.2.1 实例数据选择及预处理 | 第46-48页 |
| 4.2.2 实验结果分析 | 第48-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 研究内容总结 | 第53-54页 |
| 5.2 研究内容展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
