| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.2.1 密度聚类研究 | 第11-12页 |
| 1.2.2 层次聚类研究 | 第12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 相关算法概述 | 第14-20页 |
| 2.1 经典聚类算法 | 第14-16页 |
| 2.1.1 基于密度的聚类算法 | 第14-15页 |
| 2.1.2 经典层次的聚类算法 | 第15-16页 |
| 2.2 CFSFDP算法 | 第16-17页 |
| 2.3 系统演化算法 | 第17-18页 |
| 2.4 聚类算法特征 | 第18页 |
| 2.5 本章小结 | 第18-20页 |
| 第3章 自动获取聚类中心的CFSFDP算法 | 第20-36页 |
| 3.1 CFSFDP算法介绍 | 第20-23页 |
| 3.1.1 算法的主要参数介绍 | 第20页 |
| 3.1.2 基于决策图的聚类中心的挑选 | 第20-22页 |
| 3.1.3 噪声数据的剔除 | 第22-23页 |
| 3.2 CFSFDP算法的改进分析 | 第23-26页 |
| 3.3 基于权值差的极大值查找的自动选取聚类中心的方法 | 第26-30页 |
| 3.3.1 算法思路 | 第26-28页 |
| 3.3.2 自动选取聚类中心算法 | 第28-30页 |
| 3.4 实验结果分析 | 第30-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于优化的系统演化判别式的类簇聚合判别 | 第36-46页 |
| 4.1 系统演化算法中的判别式概述 | 第36-37页 |
| 4.2 区域选定方式的调整 | 第37-39页 |
| 4.3 最小平均距离计算的效率提升方法 | 第39页 |
| 4.4 基于离散度判断两个类簇能否聚合的补充方法 | 第39-42页 |
| 4.5 实验结果分析 | 第42-44页 |
| 4.6 本章小结 | 第44-46页 |
| 第5章 基于层次的再聚合方法 | 第46-58页 |
| 5.1 凝聚型层次聚类概述 | 第46页 |
| 5.2 类簇间距介绍 | 第46-48页 |
| 5.3 聚合判定计算前的辅助方法 | 第48页 |
| 5.4 聚合过程 | 第48-50页 |
| 5.4.1 步骤描述 | 第49页 |
| 5.4.2 算法描述 | 第49-50页 |
| 5.5 实验及分析 | 第50-56页 |
| 5.5.1 二维数据实验结果与分析 | 第50-54页 |
| 5.5.2 多维数据实验结果与分析 | 第54-56页 |
| 5.6 本章小结 | 第56-58页 |
| 总结和展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术成果 | 第64-66页 |
| 致谢 | 第66页 |