| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题研究意义 | 第11页 |
| 1.3 国内外研究现状 | 第11-17页 |
| 1.3.1 刑事犯罪案件聚类的研究现状 | 第11-13页 |
| 1.3.2 不确定性数据表征与计算的研究现状 | 第13-14页 |
| 1.3.3 不确定性多属性决策问题的聚类指标权重配置方法研究现状 | 第14-15页 |
| 1.3.4 不确定性多属性决策问题的聚类方法研究现状 | 第15-16页 |
| 1.3.5 文献评述 | 第16-17页 |
| 1.4 研究内容与技术路线 | 第17-18页 |
| 1.5 主要创新点 | 第18-19页 |
| 1.6 本章小结 | 第19-20页 |
| 第二章 基于多元不确定性的刑事犯罪案件聚类指标体系构建 | 第20-25页 |
| 2.1 基于多元不确定性的刑事犯罪案件聚类内涵界定 | 第20-21页 |
| 2.2 刑事犯罪案件聚类指标体系构建研究 | 第21-22页 |
| 2.2.1 刑事犯罪案件种类与特征属性分析 | 第21-22页 |
| 2.2.2 刑事犯罪案件聚类指标体系构建 | 第22页 |
| 2.3 基于多元不确定性的刑事犯罪案件聚类流程设计 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于多元不确定数的广义区间灰数表征与相关计算问题研究 | 第25-38页 |
| 3.1 基于多元不确定数的广义区间灰数表征与基本运算研究 | 第25-30页 |
| 3.1.1 基于多元不确定数的广义区间灰数表征分析 | 第25-27页 |
| 3.1.2 广义区间灰数基本运算法则研究 | 第27-30页 |
| 3.2 基于广义区间灰数的范数模型研究 | 第30-34页 |
| 3.3 基于广义区间灰数的大小比较问题研究 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于历史聚类案例学习的广义区间灰数熵权重配置研究 | 第38-49页 |
| 4.1 刑事犯罪案件聚类指标广义灰色相似度模型研究 | 第38-41页 |
| 4.1.1 刑事犯罪案件聚类指标空间向量表征分析 | 第38-40页 |
| 4.1.2 刑事犯罪案件聚类指标广义灰色相似度模型构建 | 第40-41页 |
| 4.2 基于历史聚类案例学习的广义区间灰数熵权重配置模型构建 | 第41-44页 |
| 4.3 某市公安局刑事犯罪案件聚类指标权重配置案例分析 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于广义区间灰数熵权重的刑事犯罪案件聚类模型研究 | 第49-57页 |
| 5.1 传统灰数的白化权函数分析 | 第49-51页 |
| 5.2 基于广义区间灰数的白化权函数设计 | 第51-54页 |
| 5.3 基于广义区间灰数熵权重的刑事犯罪案件聚类方法设计 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 案例研究 | 第57-65页 |
| 6.1 历史案件聚类特征指标广义灰数熵权重配置分析 | 第57-61页 |
| 6.2 基于广义区间灰数熵权重的新案件聚类分析 | 第61-64页 |
| 6.3 本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| 7.1 论文总结 | 第65-66页 |
| 7.2 本文不足及展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间所取得的科研成果 | 第72-73页 |
| 附录一 刑事犯罪案件聚类指标体系 | 第73-80页 |
| 附录二 案件相似度计算公式 | 第80-82页 |
| 附录三 广义区间灰数熵客观权重配置模型求解代码 | 第82-84页 |
