| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 引言 | 第10-13页 |
| 第1章 全局聚类算法的研究与分析 | 第13-24页 |
| ·关于聚类问题概述 | 第13-15页 |
| ·K-means聚类算法概述 | 第15-17页 |
| ·K-means聚类算法的基本思想 | 第15页 |
| ·K-means聚类算法的算法流程 | 第15-17页 |
| ·K-means聚类算法性能分析 | 第17-19页 |
| ·对现有K-means的聚类算法改进状况分析 | 第19-22页 |
| ·现有对K-means聚类算法确定k值的改进 | 第19-20页 |
| ·现有对K-means聚类算法确定初始类簇中心点的改进 | 第20-21页 |
| ·其他对于K-means聚类算法的改进 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第2章 AFS理论相关知识介绍 | 第24-29页 |
| ·AFS基本知识介绍 | 第24-25页 |
| ·AFS理论方法的基本思想和相关定义 | 第25-28页 |
| ·EI代数和~*EI代数 | 第25-27页 |
| ·AFS结构 | 第27页 |
| ·AFS邻域 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于AFS邻域的全局聚类算法 | 第29-51页 |
| ·全局K-means聚类算法 | 第29-32页 |
| ·算法基本思想 | 第29-30页 |
| ·算法流程 | 第30-32页 |
| ·基于AFS理论的属性选择 | 第32-35页 |
| ·与属性选择相关的基本概念 | 第32-33页 |
| ·基于AFS理论的属性选择算法描述 | 第33-35页 |
| ·基于AFS邻域的相对距离 | 第35-36页 |
| ·基于AFS邻域的相对距离概述 | 第35页 |
| ·基于AFS邻域的相对距离算法描述 | 第35-36页 |
| ·基于AFS邻域的全局聚类算法——数值型 | 第36-41页 |
| ·本文所提出的针对数值型数据的基本算法思想 | 第36-37页 |
| ·本文所提针对数值型数据的算法描述 | 第37-41页 |
| ·基于AFS邻域的全局聚类算法——非数值型 | 第41-43页 |
| ·本文所提针对非数值型数据的基本算法思想 | 第41页 |
| ·本文所提针对非数值型数据的算法描述 | 第41-43页 |
| ·仿真实验及实验结果分析 | 第43-49页 |
| ·UCI数值型数据集测试 | 第43-45页 |
| ·UCI非数值型数据集测试 | 第45-47页 |
| ·人工数据集测试 | 第47-49页 |
| ·本章小节 | 第49-51页 |
| 第4章 基于Matlab GUI的软件开发与聚类算法软件仿真 | 第51-59页 |
| ·基于Matlab GUI的软件开发简介 | 第51-52页 |
| ·基于Matlab GUI的全局聚类算法的软件开发与仿真 | 第52-58页 |
| ·基于Matlab GUI的全局聚类算法的软件的开发 | 第52-55页 |
| ·基于Matlab GUI的全局聚类算法的软件的仿真 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65-74页 |
| 致谢 | 第74页 |
