| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本论文研究内容与结构 | 第11-12页 |
| 1.3.1 本论文研究内容 | 第11页 |
| 1.3.2 本论文的结构 | 第11-12页 |
| 第二章 数据挖掘技术及聚类算法的概述 | 第12-18页 |
| 2.1 数据挖掘技术概述 | 第12-13页 |
| 2.2 数据挖掘的方法 | 第13-14页 |
| 2.3 聚类算法的概述 | 第14-18页 |
| 2.3.1 基本概念 | 第14-15页 |
| 2.3.2 主要的聚类算法 | 第15-18页 |
| 第三章Witten稀疏聚类框架 | 第18-24页 |
| 3.1 高维数据的聚类 | 第18-19页 |
| 3.1.1 高维数据 | 第18页 |
| 3.1.2 高维数据的聚类 | 第18-19页 |
| 3.2 稀疏聚类 | 第19-20页 |
| 3.3 Witten稀疏聚类框架 | 第20-21页 |
| 3.4 稀疏K-Means聚类算法 | 第21-24页 |
| 第四章 改进的模糊聚类算法 | 第24-27页 |
| 4.1 FCM(fuzzy c-means)模糊聚类算法 | 第24-25页 |
| 4.2 改进的FCM模糊聚类算法 | 第25-27页 |
| 第五章 基于Witten框架的改进模糊聚类算法 | 第27-39页 |
| 5.1 空间距离 | 第27-28页 |
| 5.2 基于Witten框架的改进模糊聚类算法 | 第28-31页 |
| 5.2.1 算法的概述 | 第28页 |
| 5.2.2 目标函数 | 第28页 |
| 5.2.3 算法的流程 | 第28-31页 |
| 5.3 实验结果与分析 | 第31-39页 |
| 5.3.1 实验的数据集 | 第31-33页 |
| 5.3.2 实验的结果与分析 | 第33-39页 |
| 结论 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 后记 | 第43页 |