| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-10页 |
| ·课题背景和研究的意义 | 第8页 |
| ·课题国内外研究现状 | 第8-9页 |
| ·本文的主要工作和组织结构 | 第9-10页 |
| 第二章 数据挖掘基础概念 | 第10-17页 |
| ·数据挖掘概述 | 第10-12页 |
| ·数据挖掘的定义 | 第10页 |
| ·数据挖掘的基本步骤 | 第10-11页 |
| ·数据挖掘的方法 | 第11-12页 |
| ·数据挖掘的应用 | 第12页 |
| ·几种基本的聚类算法 | 第12-16页 |
| ·支持向量聚类算法(Support Vector Clustering) | 第12-14页 |
| ·K-均值聚类算法(K-means) | 第14-16页 |
| ·核聚类算法 | 第16页 |
| ·层次聚类算法 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 层次聚类与层次分析 | 第17-28页 |
| ·层次聚类算法与层次分析法基本理论 | 第17-18页 |
| ·层次聚类算法的基本思想 | 第17-18页 |
| ·层次分析法的概念 | 第18页 |
| ·层次分析法中特征算法的改进 | 第18-22页 |
| ·判断矩阵的两种一致性 | 第19页 |
| ·同序关系 | 第19页 |
| ·AHP中EM算法的一般步骤 | 第19-20页 |
| ·EM算法的改进 | 第20-22页 |
| ·算法实验与分析 | 第22-24页 |
| ·层次聚类下的层次分析算法的应用 | 第24-26页 |
| ·层次分析法自身的缺陷 | 第24-25页 |
| ·先层次聚类后层次分析 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第四章 基于云模型下的模糊聚类的研究 | 第28-50页 |
| ·模糊聚类算法的基本概念 | 第28-29页 |
| ·模糊聚类分析 | 第28-29页 |
| ·云模型的相关概述 | 第29-33页 |
| ·云模型的定义 | 第29页 |
| ·云的数字特征 | 第29-31页 |
| ·云变换 | 第31-32页 |
| ·云的3En准则 | 第32-33页 |
| ·基于云模型的层次聚类算法 | 第33-40页 |
| ·数据空间的划分 | 第33页 |
| ·概念层次 | 第33-34页 |
| ·云合并运算 | 第34-38页 |
| ·云模型下的层次聚类算法 | 第38-40页 |
| ·云模型的层次聚类算法分析 | 第40-42页 |
| ·云变换的优缺点 | 第40-41页 |
| ·隶属概念的判定方法的分析 | 第41-42页 |
| ·云模型下层次聚类算法的分析 | 第42页 |
| ·实验与分析 | 第42-48页 |
| ·仿真数据实验 | 第42-47页 |
| ·UCI数据实验 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位斯间的发表论文情况 | 第56页 |