| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 聚类评价指标的研究现状 | 第11页 |
| 1.2.2 改进聚类算法的研究现状 | 第11-12页 |
| 1.2.3 模糊SOM的研究现状 | 第12-13页 |
| 1.3 本文主要的研究工作内容 | 第13-15页 |
| 第二章 聚类算法相关理论 | 第15-22页 |
| 2.1 聚类 | 第15-19页 |
| 2.1.1 聚类基本概念 | 第15页 |
| 2.1.2 常见的度量样本之间相似度的距离 | 第15-16页 |
| 2.1.3 聚类的几类主要方法 | 第16-17页 |
| 2.1.4 聚类算法主要流程 | 第17-18页 |
| 2.1.5 K-Means算法步骤与时间复杂度分析 | 第18-19页 |
| 2.2 模糊聚类 | 第19-21页 |
| 2.2.1 模糊聚类的概念 | 第19页 |
| 2.2.2 模糊C划分的定义 | 第19-20页 |
| 2.2.3 模糊C均值算法步骤和时间复杂度分析 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 SOM与模糊SOM相关理论 | 第22-41页 |
| 3.1 SOM算法 | 第22-27页 |
| 3.1.1 SOM网络的基本概念 | 第22页 |
| 3.1.2 SOM网络的结构 | 第22-23页 |
| 3.1.3 SOM算法的基本原理 | 第23-24页 |
| 3.1.4 SOM网络模型的学习算法 | 第24-26页 |
| 3.1.5 SOM模型算法的分析 | 第26-27页 |
| 3.2 模糊SOM算法 | 第27-32页 |
| 3.2.1 模糊SOM算法的学习原理 | 第27-29页 |
| 3.2.2 模糊SOM的算法流程 | 第29页 |
| 3.2.3 SOM与FSOM的对比实验 | 第29-31页 |
| 3.2.4 模糊SOM算法的性能分析 | 第31-32页 |
| 3.3 改进的模糊SOM算法 | 第32-38页 |
| 3.4 改进的模糊SOM与K-Means的结合与比较 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 一种新的确定最佳聚类数算法的设计 | 第41-50页 |
| 4.1 一种新的聚类评价指标 | 第41-45页 |
| 4.1.1 指标的相关定义 | 第41-43页 |
| 4.1.2 指标的构成与分析 | 第43-44页 |
| 4.1.3 新指标的计算复杂度分析 | 第44-45页 |
| 4.2 算法的核心概要 | 第45-47页 |
| 4.3 算法的主要流程 | 第47-48页 |
| 4.4 算法的详细步骤 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 实验结果与对比分析 | 第50-60页 |
| 5.1 实验环境和数据集 | 第50页 |
| 5.2 实验结果的展示与分析 | 第50-58页 |
| 5.3 实验结果的对比与分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附件 | 第66页 |