| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·选题背景和意义 | 第8-9页 |
| ·数据挖掘概述 | 第9-10页 |
| ·数据挖掘基本概念 | 第9页 |
| ·数据挖掘的功能 | 第9-10页 |
| ·本文研究内容 | 第10-11页 |
| ·本文结构安排 | 第11-12页 |
| 第二章 聚类算法研究与改进 | 第12-37页 |
| ·聚类概述 | 第12-16页 |
| ·主要聚类方法 | 第12-13页 |
| ·聚类分析中的数据类型 | 第13-14页 |
| ·聚类分析中相异度的度量 | 第14-16页 |
| ·经典基于划分的聚类算法 | 第16-22页 |
| ·k-means聚类算法 | 第16-18页 |
| ·k-means算法的优缺点分析 | 第18-20页 |
| ·k-means算法的现有改进 | 第20-22页 |
| ·基于扩展二叉排序树的k-means初始化改进算法 | 第22-33页 |
| ·扩展的二叉排序树 | 第22-27页 |
| ·基于扩展二叉排序树的聚类中心初始化改进算法 | 第27-33页 |
| ·基于选样的k-means初始化改进算法 | 第33-37页 |
| ·经典的基于选样的初始化算法 | 第34-35页 |
| ·基于选样k-means初始化改进算法 | 第35-37页 |
| 第三章 算法试验与性能分析 | 第37-51页 |
| ·实验数据集 | 第37页 |
| ·基于扩展二叉树的k-mean初始化算法实验与分析 | 第37-45页 |
| ·实验数据集 | 第37-39页 |
| ·实验目的与实验设计 | 第39页 |
| ·实验结果及分析 | 第39-45页 |
| ·基于选样的k-mean初始化改进算法实验与分析 | 第45-51页 |
| ·实验数据集 | 第45-48页 |
| ·实验目的与实验设计 | 第48页 |
| ·实验结果及分析 | 第48-51页 |
| 第四章 聚类分析在股票预测中的应用 | 第51-61页 |
| ·股票分析的方法介绍 | 第51-52页 |
| ·基于聚类挖掘的股票分析过程 | 第52-61页 |
| ·数据收集 | 第52-56页 |
| ·数据规范化 | 第56-57页 |
| ·聚类分析 | 第57-58页 |
| ·结论分析 | 第58-61页 |
| 结束语 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文 | 第66页 |