| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 聚类和聚类有效性研究的背景和意义 | 第15-16页 |
| 1.2 聚类研究与模糊理论的融合 | 第16-17页 |
| 1.3 模糊聚类和有效性指标的研究现状 | 第17-18页 |
| 1.4 问题的提出 | 第18-20页 |
| 1.5 本文研究主要内容 | 第20页 |
| 1.6 本文的组织结构 | 第20-22页 |
| 第二章 聚类算法和聚类有效性指标概述 | 第22-32页 |
| 2.1 聚类算法分析 | 第22-27页 |
| 2.1.1 集合的定义和表示方法 | 第22-23页 |
| 2.1.2 数据标准化 | 第23页 |
| 2.1.3 模糊相似矩阵的建立方法 | 第23-25页 |
| 2.1.4 聚类算法的基本分类 | 第25-27页 |
| 2.2 硬聚类算法 | 第27页 |
| 2.3 模糊聚类算法 | 第27-28页 |
| 2.4 模糊聚类算法分析及应用 | 第28-30页 |
| 2.5 可能性聚类算法 | 第30-31页 |
| 2.6 聚类有效性指标研究 | 第31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 双变加权核FCM算法 | 第32-44页 |
| 3.1 模糊C均值及其改进算法研究 | 第32-35页 |
| 3.1.1 FCM算法简介 | 第32页 |
| 3.1.2 PCM算法简介 | 第32-33页 |
| 3.1.3 MKFC算法简介 | 第33-34页 |
| 3.1.4 FCM改进算法缺点 | 第34-35页 |
| 3.2 多核函数表达式 | 第35-39页 |
| 3.2.1 函数表达式 | 第35-37页 |
| 3.2.2 Mercer核函数及核化距离 | 第37-38页 |
| 3.2.3 核函数权重的引入 | 第38页 |
| 3.2.4 转换后的人表达式 | 第38-39页 |
| 3.3 双变加权核FCM算法的流程 | 第39-40页 |
| 3.4 仿真实验 | 第40-42页 |
| 3.4.1 论文中涉及到的数据集的分布特征 | 第40页 |
| 3.4.2 试验中总结的数据特征 | 第40-41页 |
| 3.4.3 核函数的选择 | 第41页 |
| 3.4.4 各种方法聚类精度实验 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 面向复杂数据集的模糊聚类有效性指标 | 第44-52页 |
| 4.1 模糊有效性指标介绍 | 第44-45页 |
| 4.2 新的有效性指标 | 第45-47页 |
| 4.2.1 紧致性度量分析 | 第45页 |
| 4.2.2 分离性度量分析 | 第45页 |
| 4.2.3 函数表达式 | 第45-47页 |
| 4.3 仿真实验 | 第47-51页 |
| 4.3.1 在Banknote数据集上的实验 | 第47页 |
| 4.3.2 在Yeast数据集上的实验 | 第47-49页 |
| 4.3.3 在IRIS数据集上的实验 | 第49页 |
| 4.3.4 在Habe、pima、WDBC数据集上的实验 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结及展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第59-60页 |
| 1) 参加的学术交流与科研项目 | 第59页 |
| 2) 发表的学术论文(含专利和软件著作权) | 第59-60页 |