| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题的提出 | 第10-11页 |
| ·课题研究的目的与意义 | 第11页 |
| ·国内外研究现状 | 第11-16页 |
| ·H-K聚类算法研究现状 | 第11-15页 |
| ·聚类集成算法研究现状 | 第15-16页 |
| ·本文主要研究内容 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第二章 相关理论 | 第18-29页 |
| ·聚类分析相关理论 | 第18-27页 |
| ·聚类分析概念 | 第18-23页 |
| ·聚类算法分类 | 第23-27页 |
| ·聚类有效性评价 | 第27-28页 |
| ·聚类有效性评价 | 第27页 |
| ·Silhouette index(轮廓系数)简介 | 第27-28页 |
| ·H-K聚类算法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于PCA的H-K聚类算法改进 | 第29-35页 |
| ·PCA(主成分分析)方法 | 第29页 |
| ·基于PCA的H-K聚类算法PCAHK思想 | 第29-30页 |
| ·实验分析和比较 | 第30-34页 |
| ·计算复杂度(或计算时间)比较 | 第30-31页 |
| ·聚类效果比较 | 第31-33页 |
| ·实验结果分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于集成学习的H-K聚类算法改进 | 第35-43页 |
| ·聚类集成技术 | 第35页 |
| ·基于集成学习的H-K聚类算法EPCAHK思想 | 第35-37页 |
| ·实验结果分析和比较 | 第37-42页 |
| ·聚类效果评价 | 第37-40页 |
| ·比较EPCAHK算法的聚类集成规模对聚类效果的影响 | 第40-42页 |
| ·实验结果总结 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·本文工作总结 | 第43-44页 |
| ·进一步工作 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 攻读硕士学位之间所发表的论文 | 第50页 |