首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

模糊聚类分析方法在甘肃农业经济类型划分中的应用

摘要第1-5页
Abstract第5-8页
1 绪论第8-13页
   ·论文的研究背景第8页
   ·研究的目的和意义第8-9页
   ·国内外研究动态第9-11页
     ·模糊聚类算法的研究动态第9-10页
     ·模糊聚类有效性的研究动态第10-11页
     ·模糊聚类应用的研究动态第11页
   ·论文的组织结构第11-13页
2 模糊聚类理论第13-23页
   ·模糊聚类分析的数学模型第13-14页
   ·典型的模糊聚类算法第14-19页
     ·基于相似性关系的模糊聚类算法第14-16页
     ·基于模糊等价关系的传递闭包法第16-18页
     ·基于模糊图论的最大支撑树法第18-19页
     ·基于目标函数的模糊聚类算法第19页
   ·模糊 C 均值聚类算法第19-23页
     ·模糊 C 均值聚类的目标函数第19-20页
     ·模糊 C 均值聚类的实现第20-21页
     ·模糊 C 均值聚类的有效性第21-23页
3 加权模糊 C 均值聚类算法第23-33页
   ·数据集的模糊 C 划分第23页
   ·权值的确定方法第23-24页
   ·加权模糊 C 均值聚类的原理第24-26页
   ·加权模糊 C 均值聚类算法第26-27页
   ·加权指数m的确定第27-29页
   ·加权模糊 C 聚类算法性能测试第29-32页
   ·本章小结第32-33页
4 加权模糊 C 均值聚类算法的应用第33-43页
   ·甘肃省农业经济指标的选取第33-34页
   ·权值的确定第34-36页
   ·加权模糊 C 均值聚类算法的应用第36-42页
   ·本章小结第42-43页
5 模糊聚类有效性分析第43-56页
   ·几种常用的有效性指标第43-45页
   ·新的模糊聚类有效性指标第45-53页
     ·分离度的定义第45-46页
     ·Vnew指标第46-47页
     ·Vnew指标的可靠性验证第47-53页
   ·加权模糊 C 均值聚类结果的有效性分析第53-54页
   ·小结第54-56页
6 总结与展望第56-58页
   ·总结第56页
   ·展望第56-58页
致谢第58-59页
参考文献第59-61页
附录 A 二维随机数据集第61-62页
附录 B 三维随机数据集第62-64页
附录 C IRIS 数据集第64-66页
攻读学位期间的研究成果第66页

论文共66页,点击 下载论文
上一篇:基于小波变换的单幅运动模糊图像恢复
下一篇:基于虚拟环境的博物馆数字建模及场景优化技术研究