| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 引言 | 第10-12页 |
| ·课题研究背景和研究意义 | 第10-11页 |
| ·本文的主要研究内容 | 第11页 |
| ·本文的结构安排 | 第11-12页 |
| 第二章 聚类算法研究 | 第12-27页 |
| ·聚类分析概述 | 第12-13页 |
| ·聚类算法分类及方法的选择 | 第13-19页 |
| ·基于划分的聚类算法（partitioning methods） | 第13-15页 |
| ·基于层次的聚类算法 | 第15-16页 |
| ·基于密度的聚类算法 | 第16-18页 |
| ·基于网络的聚类算法 | 第18-19页 |
| ·基于模型的聚类算法 | 第19页 |
| ·模糊聚类算法 | 第19-27页 |
| ·模糊聚类分析的数据模型 | 第20-21页 |
| ·模糊聚类的研究概述 | 第21-23页 |
| ·常用的模糊聚类研究方法 | 第23-27页 |
| 第三章 模糊聚类有效性 | 第27-36页 |
| ·模糊聚类的有效性研究其历史发展 | 第27-28页 |
| ·模糊聚类有效性研究现状 | 第28-32页 |
| ·以数据集为基础的模糊划分 | 第29页 |
| ·以数据集为基础的几何结构 | 第29-31页 |
| ·以数据为基础的统计信息 | 第31-32页 |
| ·以 F 统计量为基础模糊聚类的有效性 | 第32-34页 |
| ·有效性函数 | 第32页 |
| ·有效分类相关判断方式 | 第32-34页 |
| ·混合 F 统计量 | 第34-35页 |
| ·有效性函数定义 | 第34页 |
| ·有效分类的评价判断 | 第34-35页 |
| ·以伪 F 统计量为基础的模糊聚类有效性 | 第35-36页 |
| ·定义有效性函数 | 第35页 |
| ·有效分类评价判断 | 第35-36页 |
| 第四章 实验分析 | 第36-45页 |
| ·进行模糊聚类分析的步骤 | 第36-41页 |
| ·进行数据的标准化 | 第36-37页 |
| ·建立模糊相似矩阵 | 第37页 |
| ·聚类过程 | 第37页 |
| ·确定阈值 | 第37页 |
| ·实例分析 | 第37-41页 |
| ·验证模糊聚类分析的有效性 | 第41-44页 |
| ·基于 F 统计量的模糊聚类有效性验证 | 第41-42页 |
| ·基于混合 F 统计量的模糊聚类有效性验证 | 第42-43页 |
| ·基于伪 F 统计量的模糊聚类有效性验证 | 第43-44页 |
| ·模糊聚类分析有效性的验证结果 | 第44-45页 |
| 第五章 总结及展望 | 第45-47页 |
| ·本文的工作总结 | 第45页 |
| ·工作展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 附录 | 第50-52页 |