摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 论文的研究背景、目的和意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.3 论文结构安排 | 第14-15页 |
第2章 基础知识简介 | 第15-19页 |
2.1 聚类算法简介 | 第15-16页 |
2.1.1 聚类算法的相关概念 | 第15页 |
2.1.2 聚类算法分类 | 第15-16页 |
2.2 散度矩阵 | 第16-17页 |
2.2.1 类内散度矩阵 | 第16-17页 |
2.2.2 类间散度矩阵 | 第17页 |
2.2.3 总体散度矩阵 | 第17页 |
2.3 多目标函数优化问题 | 第17-18页 |
2.3.1 凝聚函数法 | 第17-18页 |
2.3.2 凝聚函数法下的单目标优化问题 | 第18页 |
2.4 本章小结 | 第18-19页 |
第3章 多目标聚类函数改进K-medoids算法 | 第19-27页 |
3.1 线性判别分析中的散度矩阵 | 第19-21页 |
3.2 PAMOF算法的提出 | 第21-22页 |
3.3 凝聚函数法改进的K-medoids聚类评价函数 | 第22-25页 |
3.4 多目标聚类函数的凝聚函数法转化 | 第25页 |
3.5 改进K-medoids算法流程 | 第25-26页 |
3.6 本章小结 | 第26-27页 |
第4章 考虑类间效应的聚类目标函数K-medoids算法 | 第27-32页 |
4.1 算法提出 | 第27-28页 |
4.2 K-medoids聚类评价函数分析及改进 | 第28-29页 |
4.2.1 原始K-medoids聚类评价函数 | 第28页 |
4.2.2 K-medoids聚类评价函数紧致性的分析 | 第28-29页 |
4.2.3 改进的K-medoids聚类评价函数 | 第29页 |
4.3 改进K-medoids算法流程 | 第29-30页 |
4.4 本章小结 | 第30-32页 |
第5章 两种方法比较及实验仿真分析 | 第32-53页 |
5.1 PAM, PAMOF, PAMWB方法比较分析 | 第32-33页 |
5.2 实验仿真与分析 | 第33-52页 |
5.2.1 数据集 | 第33-36页 |
5.2.2 聚类结果分析与讨论 | 第36-52页 |
5.3 本章小结 | 第52-53页 |
结论 | 第53-54页 |
参考文献 | 第54-60页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第60-61页 |
致谢 | 第61页 |