基于多目标决策的组合聚类模型及其应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题背景和研究意义 | 第10-13页 |
| ·选题背景 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·国内外研究现状及趋势 | 第13-15页 |
| ·聚类有效性评价研究现状及趋势 | 第13-14页 |
| ·流数据聚类分析研究现状及趋势 | 第14-15页 |
| ·主要研究内容 | 第15-17页 |
| ·论文结构安排 | 第17-18页 |
| 第二章 聚类分析及其有效性评价 | 第18-31页 |
| ·聚类分析 | 第18-20页 |
| ·聚类简介 | 第18-19页 |
| ·聚类算法的分类 | 第19-20页 |
| ·聚类有效性评价 | 第20-29页 |
| ·外部有效性评价指标 | 第21-23页 |
| ·相对有效性评价指标 | 第23-29页 |
| ·数据集、聚类算法和聚类有效性评价的“三体”关系 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 智能决策理论 | 第31-37页 |
| ·多目标决策简介 | 第31-32页 |
| ·PROMETHEE II | 第32-35页 |
| ·PROMETHEE 算法简介 | 第32-33页 |
| ·PROMETHEE II 计算步骤 | 第33-35页 |
| ·TOPSIS 逼近理想解排序法 | 第35-36页 |
| ·TOPSIS 简介 | 第35页 |
| ·TOPSIS 计算步骤 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 组合聚类模型 | 第37-49页 |
| ·最优聚类算法 | 第39页 |
| ·最优聚类数目 | 第39-40页 |
| ·智能决策支持系统 | 第40-44页 |
| ·多目标决策模块 | 第40-41页 |
| ·相关性分析模块 | 第41-42页 |
| ·权重计算模块 | 第42-43页 |
| ·敏感性分析模块 | 第43-44页 |
| ·流数据处理模型 | 第44-48页 |
| ·流数据挖掘介绍 | 第44-45页 |
| ·滑动窗口 | 第45-46页 |
| ·流数据挖掘模型 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 实证研究及结果分析 | 第49-65页 |
| ·UCI 静态数据集实验 | 第49-61页 |
| ·实验数据集和聚类算法 | 第49-50页 |
| ·指标间的相关系数与权重 | 第50-52页 |
| ·最优聚类算法 | 第52-53页 |
| ·最优聚类数目 | 第53-54页 |
| ·敏感性分析 | 第54-56页 |
| ·其他数据集实验结果 | 第56-58页 |
| ·结果与讨论 | 第58-61页 |
| ·流数据实验 | 第61-64页 |
| ·实验数据集 | 第61-63页 |
| ·实验参数与实验结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结论 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 攻硕期间取得的研究成果 | 第74-76页 |
