| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·模糊聚类及聚类集成的产生 | 第11-12页 |
| ·模糊聚类的产生 | 第11页 |
| ·聚类集成的产生 | 第11-12页 |
| ·聚类集成研究现状及存在的问题 | 第12-14页 |
| ·研究现状 | 第12-14页 |
| ·存在的问题 | 第14页 |
| ·本文的主要研究工作 | 第14-15页 |
| ·本文的总体结构 | 第15-16页 |
| 第二章 模糊聚类与聚类集成 | 第16-28页 |
| ·模糊理论基础 | 第16-18页 |
| ·模糊集合 | 第16-17页 |
| ·模糊关系 | 第17-18页 |
| ·模糊不确定性度量 | 第18页 |
| ·硬C-均值聚类算法与模糊C-均值聚类算法简介 | 第18-20页 |
| ·硬C-均值聚类算法 | 第18-19页 |
| ·模糊C-均值聚类算法简介 | 第19-20页 |
| ·聚类集成基本概念及问题描述 | 第20-21页 |
| ·聚类结果评价函数 | 第21-23页 |
| ·模糊聚类算法的聚类有效性分析 | 第23-25页 |
| ·聚类集成中的差异性测量方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 模糊C-均值聚类算法的改进及应用 | 第28-37页 |
| ·相关理论知识 | 第28-29页 |
| ·多分类器集成 | 第28页 |
| ·集成分类经典算法—Bagging | 第28-29页 |
| ·改进的模糊C-均值聚类算法（SWFCM）研究 | 第29-32页 |
| ·改进模糊隶属度 | 第30-31页 |
| ·为样本加权 | 第31页 |
| ·改进后的FCM 算法 | 第31-32页 |
| ·基于FCM 的两级集成分类器（EWFuzzyBagging）算法 | 第32-36页 |
| ·成员分类器的产生 | 第33-34页 |
| ·成员分类器集成 | 第34页 |
| ·EWFuzzyBagging 算法构架图及实现过程 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 实验及结果分析 | 第37-44页 |
| ·SWFCM 算法实验及结果分析 | 第37-40页 |
| ·实验设计 | 第37页 |
| ·实验结果比较与分析 | 第37-40页 |
| ·EWFuzzyBagging 算法实验及结果分析 | 第40-43页 |
| ·实验设计 | 第40-41页 |
| ·实验结果比较与分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于互信息的模糊聚类集成算法（Mi-WFCE） | 第44-50页 |
| ·背景知识 | 第44-45页 |
| ·互信息 | 第44-45页 |
| ·聚类标签转换问题 | 第45页 |
| ·Mi-WFCE 算法思想 | 第45-47页 |
| ·聚类成员加权 | 第46页 |
| ·基于投票策略的集成 | 第46-47页 |
| ·Mi-WFCE 算法流程 | 第47页 |
| ·实验结果与分析 | 第47-49页 |
| ·实验设计 | 第48页 |
| ·实验结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·下一步工作 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第55-56页 |
| 致谢 | 第56页 |
