| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-11页 |
| ·本文工作与结构 | 第11-13页 |
| 第二章 ALPHA-STABLE分布及K-MEANS聚类算法 | 第13-23页 |
| ·ALPHA-STABLE分布概述 | 第13-18页 |
| ·稳定分布的概念 | 第13-15页 |
| ·ALPHA-STABLE分布的特性 | 第15-18页 |
| ·K-MEANS聚类算法 | 第18-22页 |
| ·R型聚类和Q型聚类 | 第18-19页 |
| ·K-均值(K-MEANS)算法思想 | 第19-20页 |
| ·传统的聚类算法性能分析及其局限性 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于ALPHA-STABLE分布的K-MEANS聚类算法 | 第23-31页 |
| ·算法改进思想 | 第23-26页 |
| ·数据的高斯性测度 | 第26-28页 |
| ·最优映射参数p 的估计 | 第28页 |
| ·基于ALPHA-STABLE分布的聚类算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 实验结果与比较 | 第31-56页 |
| ·引言 | 第31页 |
| ·ALPHA-STABLE分布的直观印象 | 第31-32页 |
| ·实验与结果 | 第32-55页 |
| ·实验一：K-MEANS算法和αK-MEANS算法对服从高斯分布的数据的聚类分析比较 | 第35-38页 |
| ·实验二：映射参数p 对做映射后数据高斯性的影响 | 第38-44页 |
| ·实验三：αK-MEANS算法对理想ALPHA数据的分析 | 第44-52页 |
| ·实验四：αK-MEANS算法对一般的ALPHA-STABLE的数据进行聚类的分析 | 第52-53页 |
| ·实验五：αKMEANS算法对真实数据的聚类分析 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第五章 总结及展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 硕士期间发表的论文 | 第61-62页 |
