基于随机模糊的聚类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的研究意义 | 第9-10页 |
| ·课题的研究现状 | 第10-12页 |
| ·聚类技术的研究现状 | 第10-11页 |
| ·模糊聚类的发展和现状 | 第11-12页 |
| ·随机模糊性在数据挖掘的应用发展 | 第12页 |
| ·课题的研究内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 模糊聚类分析 | 第14-29页 |
| ·聚类分析 | 第14-20页 |
| ·聚类算法概述 | 第14-16页 |
| ·聚类算法分类 | 第16-19页 |
| ·聚类算法比较 | 第19-20页 |
| ·模糊理论 | 第20-23页 |
| ·模糊数学概述 | 第20-21页 |
| ·模糊集合 | 第21-22页 |
| ·模糊关系 | 第22-23页 |
| ·隶属函数 | 第23页 |
| ·模糊聚类分析 | 第23-28页 |
| ·模糊聚类的基本模型 | 第24页 |
| ·模糊C 均值聚类算法 | 第24-26页 |
| ·模糊K 均值聚类算法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 随机模糊理论 | 第29-39页 |
| ·云理论 | 第29-34页 |
| ·云理论概述 | 第29页 |
| ·云的基本概念 | 第29-31页 |
| ·云的数字特征 | 第31页 |
| ·云发生器 | 第31-34页 |
| ·基于云理论的随机模糊模型 | 第34-38页 |
| ·随机模糊概念 | 第35页 |
| ·模型相关定义 | 第35-36页 |
| ·随机隶属度生成器 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 随机模糊聚类中判别聚类有效性指标 | 第39-44页 |
| ·聚类的有效性指标 | 第39-42页 |
| ·随机模糊聚类中的有效性函数 | 第42-43页 |
| ·随机模糊聚类中的熵准则 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于有效性函数的随机模糊聚类研究 | 第44-51页 |
| ·算法思想 | 第44-46页 |
| ·算法分析 | 第46-47页 |
| ·仿真实验与结论 | 第47-50页 |
| ·试验环境 | 第47页 |
| ·试验一 | 第47-48页 |
| ·试验二 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 基于熵准则的随机模糊聚类研究 | 第51-58页 |
| ·算法思想 | 第51-53页 |
| ·算法分析 | 第53页 |
| ·仿真实验与结论 | 第53-57页 |
| ·试验环境 | 第53页 |
| ·试验设计 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 结论和展望 | 第58-59页 |
| 本文的工作总结 | 第58页 |
| 本文的主要贡献 | 第58页 |
| 进一步研究方向 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-64页 |
| 致谢 | 第64页 |
