| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第6-12页 |
| 1.1 课题研究的背景及意义 | 第6-7页 |
| 1.2 国内外研究现状及发展趋势 | 第7-11页 |
| 1.3 论文的主要研究内容和结构安排 | 第11-12页 |
| 2 独立成分分析的基本理论及算法 | 第12-16页 |
| 3 聚类分析的基本理论及算法 | 第16-25页 |
| 3.1 聚类分析基本理论 | 第16-20页 |
| 3.1.1 聚类的定义 | 第16页 |
| 3.1.2 聚类的主要步骤 | 第16-17页 |
| 3.1.3 聚类的相似性度量 | 第17-19页 |
| 3.1.4 聚类的准则函数 | 第19页 |
| 3.1.5 聚类算法的分类 | 第19-20页 |
| 3.2 K-均值算法 | 第20-21页 |
| 3.3 DBSCAN算法 | 第21-22页 |
| 3.4 改进的K-均值算法 | 第22-25页 |
| 3.4.1 Guo的K-均值聚类算法 | 第22-23页 |
| 3.4.2 Lai的K-均值聚类算法 | 第23-25页 |
| 4 ICA-K-均值模型 | 第25-29页 |
| 4.1 基于ICA-K-均值模型的投资组合构建方法 | 第25-26页 |
| 4.2 自适应K-均值算法 | 第26-29页 |
| 5 数值实验 | 第29-36页 |
| 结论 | 第36-37页 |
| 参考文献 | 第37-44页 |
| 附录 | 第44-45页 |
| 攻读硕士学位期间发表学术论文情况 | 第45-46页 |
| 致谢 | 第46-48页 |