聚类分析中的最佳聚类数确定方法研究及应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·课题研究现状 | 第10-11页 |
| ·本文主要研究工作 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 第二章 相关理论基础 | 第13-23页 |
| ·聚类分析概述 | 第13-17页 |
| ·基本概念 | 第13页 |
| ·聚类数据结构 | 第13-14页 |
| ·聚类相似性度量 | 第14-15页 |
| ·聚类算法分类 | 第15-17页 |
| ·聚类有效性 | 第17-20页 |
| ·有效性评价标准 | 第17页 |
| ·常用的有效性指标 | 第17-19页 |
| ·最佳聚类数确定方法 | 第19-20页 |
| ·图像分割概述 | 第20-22页 |
| ·图像分割定义 | 第20-21页 |
| ·图像分割方法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 K-means算法最佳聚类数确定方法 | 第23-39页 |
| ·引言 | 第23页 |
| ·基本算法 | 第23-24页 |
| ·K-means聚类算法 | 第23-24页 |
| ·确定最佳聚类数的算法 | 第24页 |
| ·基于BWP指标确定最佳聚类数的方法 | 第24-32页 |
| ·BWP聚类有效性指标 | 第24-27页 |
| ·最佳聚类数确定算法KMBWP | 第27页 |
| ·KMBWP算法实验结果与分析 | 第27-32页 |
| ·基于改进的初始中心确定最佳聚类数的方法 | 第32-38页 |
| ·确定聚类数的搜索范围 | 第32页 |
| ·初始聚类中心设定方法 | 第32-34页 |
| ·确定最佳聚类数的算法IKMS | 第34-35页 |
| ·IKMS算法实验结果与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于近邻传播算法的最佳聚类数确定方法 | 第39-55页 |
| ·引言 | 第39-40页 |
| ·近邻传播聚类算法 | 第40-41页 |
| ·有效性指标确定最佳聚类数分析与比较 | 第41-45页 |
| ·有效性指标理论分析 | 第41-42页 |
| ·有效性指标实验分析与比较 | 第42-45页 |
| ·改进的BWP聚类有效性指标 | 第45-49页 |
| ·确定最佳聚类数的算法APBWP | 第49页 |
| ·仿真实验与分析 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于层次算法的最佳聚类数确定方法 | 第55-75页 |
| ·引言 | 第55-56页 |
| ·层次聚类算法 | 第56-58页 |
| ·CSP聚类有效性指标 | 第58-62页 |
| ·确定最佳聚类数的算法AHBC | 第62页 |
| ·仿真实验与分析 | 第62-74页 |
| ·凸型结构数据集实验 | 第62-66页 |
| ·非凸型结构数据集实验 | 第66-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 基于近邻传播聚类的灰度图像自动分割方法 | 第75-83页 |
| ·引言 | 第75-76页 |
| ·聚类有效性指标 | 第76页 |
| ·灰度图像自动分割算法 | 第76-77页 |
| ·实验结果与分析 | 第77-82页 |
| ·本章小结 | 第82-83页 |
| 第七章 总结与展望 | 第83-85页 |
| ·本文总结 | 第83-84页 |
| ·未来工作展望 | 第84-85页 |
| 致谢 | 第85-87页 |
| 参考文献 | 第87-95页 |
| 附录 | 第95-96页 |
| 附录1：作者在攻读博士学位期间发表的论文 | 第95-96页 |
| 附录2：作者在攻读博士学位期间参加的科研项目 | 第96页 |
