摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 本文主要研究内容 | 第12-13页 |
第2章 聚类分析算法相关知识 | 第13-23页 |
2.1 聚类分析的基本概念 | 第13-14页 |
2.2 聚类分析中的数据结构及类型 | 第14-16页 |
2.3 聚类分析中的度量方式与准则函数 | 第16-19页 |
2.4 常见的聚类算法介绍 | 第19-21页 |
2.5 聚类分析的应用介绍 | 第21-22页 |
2.6 本章小结 | 第22-23页 |
第3章 基于平均差异度的改进k-prototypes聚类算法 | 第23-33页 |
3.1 引言 | 第23-24页 |
3.2 k-prototypes算法介绍 | 第24-25页 |
3.2.1 k-prototypes算法的相关定义 | 第24-25页 |
3.2.2 k-prototypes算法的优缺点 | 第25页 |
3.3 基于平均差异度的改进k-prototypes聚类算法 | 第25-30页 |
3.3.1 混合属性数据度量公式的改进 | 第26-27页 |
3.3.2 初始聚类中心选取的优化 | 第27-28页 |
3.3.3 改进的算法描述 | 第28-30页 |
3.4 算法性能分析与实验结果 | 第30-32页 |
3.4.1 算法性能分析 | 第30页 |
3.4.2 实验结果分析 | 第30-32页 |
3.5 本章小结 | 第32-33页 |
第4章 改进的混合属性聚类算法在医学数据上的应用 | 第33-41页 |
4.1 引言 | 第33-34页 |
4.2 医学数据预处理 | 第34-35页 |
4.3 皮肤病数据分型识别 | 第35-38页 |
4.3.1 数据集描述 | 第35-36页 |
4.3.2 实验结果分析 | 第36-38页 |
4.4 心脏病数据诊断预测 | 第38-40页 |
4.4.1 数据集描述 | 第38-39页 |
4.4.2 实验结果分析 | 第39-40页 |
4.5 本章小结 | 第40-41页 |
第5章 结论与展望 | 第41-43页 |
5.1 结论 | 第41页 |
5.2 展望 | 第41-43页 |
参考文献 | 第43-47页 |
在学研究成果 | 第47-48页 |
致谢 | 第48页 |