| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题依据及研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·特征提取研究现状 | 第9-10页 |
| ·分类器组合研究现状 | 第10-12页 |
| ·论文的研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 数据挖掘中聚类分析研究 | 第14-29页 |
| ·聚类分析基本概念 | 第14页 |
| ·聚类分析中的数据类型 | 第14-19页 |
| ·区间标度变量 | 第15-16页 |
| ·二元变量 | 第16-17页 |
| ·分类变量 | 第17页 |
| ·序数变量 | 第17-18页 |
| ·比例标度变量 | 第18页 |
| ·混合类型变量 | 第18-19页 |
| ·聚类分析过程及主要聚类方法 | 第19-27页 |
| ·聚类分析过程 | 第19页 |
| ·聚类分析的主要方法 | 第19-27页 |
| ·聚类算法性能比较 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于k-maxmin聚类的PCA特征提取方法 | 第29-37页 |
| ·PCA理论及研究 | 第30-31页 |
| ·PCA原理 | 第30页 |
| ·PCA在克服变量多重相关性中的局限作用 | 第30-31页 |
| ·RelieF算法 | 第31-32页 |
| ·基于K-maxmin聚类的PCA特征提取算法 | 第32-34页 |
| ·K-maxmin聚类方法 | 第32-33页 |
| ·基于K-maxmin聚类的PCA特征提取方法步骤 | 第33-34页 |
| ·仿真实验 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于凝聚层次聚类的分类器组合方法 | 第37-53页 |
| ·分类器组合理论及研究 | 第37-46页 |
| ·组合的有效性 | 第37-38页 |
| ·分类器的组合方法 | 第38页 |
| ·成员分类器的生成方法 | 第38-42页 |
| ·分类器性能与多样性 | 第42-46页 |
| ·基于凝聚层次聚类的分类器组合方法 | 第46-49页 |
| ·仿真实验 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结和展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间的研究成果及参加的科研项目 | 第58-59页 |
| 致谢 | 第59页 |