| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-25页 |
| ·研究背景及意义 | 第11-13页 |
| ·聚类分析的基本概念 | 第12页 |
| ·聚类分析研究的意义 | 第12-13页 |
| ·聚类研究进展及现状 | 第13-23页 |
| ·聚类方法的新发展 | 第14-20页 |
| ·适用于分类属性数据的聚类算法 | 第20-23页 |
| ·聚类算法存在的问题 | 第23页 |
| ·本文研究的内容及组织 | 第23-25页 |
| 第2章 分类属性数据的相异性度量测度与量子聚类算法 | 第25-33页 |
| ·分类属性数据的相异性度量测度 | 第25-29页 |
| ·监督学习中分类属性取值间的相异性测度 | 第26-27页 |
| ·非监督学习中分类属性取值间的相异性测度 | 第27-29页 |
| ·量子聚类算法 | 第29-33页 |
| ·QC算法 | 第29-30页 |
| ·CQC算法 | 第30-33页 |
| 第3章 基于量子机制的分类属性数据聚类算法的改进 | 第33-45页 |
| ·引言 | 第33-34页 |
| ·基于Ahmad相异性度量测度的CQC算法改进 | 第34-38页 |
| ·算法改进的基本思想 | 第34页 |
| ·分类属性数据样本间的相异性测度 | 第34-35页 |
| ·一种线性递增方法 | 第35-36页 |
| ·改进的CQC算法描述 | 第36-37页 |
| ·仿真研究 | 第37-38页 |
| ·基于迭代的CQC算法改进 | 第38-43页 |
| ·算法改进的基本思想 | 第38-39页 |
| ·聚类度量尺度步长β_step | 第39页 |
| ·紧致性指标AIAD | 第39页 |
| ·基于迭代的CQC算法描述 | 第39-41页 |
| ·仿真研究 | 第41-43页 |
| ·小结 | 第43-45页 |
| 第4章 基于量子机制的分类属性数据层次聚类算法 | 第45-55页 |
| ·引言 | 第45-46页 |
| ·聚类有效性函数 | 第46-47页 |
| ·离散性指标AIED | 第46页 |
| ·聚类有效性函数CVF | 第46-47页 |
| ·层次聚类 | 第47-48页 |
| ·CQHC算法描述 | 第48-51页 |
| ·仿真研究 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第5章 结论和展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第63页 |