| 论文创新点 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| 图目录 | 第11-13页 |
| 表目录 | 第13-15页 |
| 1 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 演化聚类算法的发展 | 第16-19页 |
| 1.2.1 演化聚类算法 | 第16-17页 |
| 1.2.2 演化聚类的混合算法 | 第17页 |
| 1.2.3 聚类有效性指数 | 第17-18页 |
| 1.2.4 聚类的维数约简 | 第18-19页 |
| 1.3 本文的主要工作 | 第19-21页 |
| 2 混合演化聚类算法 | 第21-53页 |
| 2.1 引言 | 第21页 |
| 2.2 聚类问题概述 | 第21-23页 |
| 2.2.1 聚类的定义 | 第21-22页 |
| 2.2.2 聚类所要解决的优化问题 | 第22-23页 |
| 2.2.3 聚类算法中相似性度量 | 第23页 |
| 2.3 本研究所用经典聚类算法与混合技术 | 第23-30页 |
| 2.3.1 K-means聚类算法 | 第23-25页 |
| 2.3.2 FCM聚类算法 | 第25页 |
| 2.3.3 模拟退火 | 第25-28页 |
| 2.3.4 小生境 | 第28-30页 |
| 2.4 混合演化聚类算法 | 第30-40页 |
| 2.4.1 演化聚类算法 | 第30-37页 |
| 2.4.2 混合演化聚类的框架 | 第37-39页 |
| 2.4.3 混合演化聚类的收敛性分析 | 第39-40页 |
| 2.5 混合Niche技术的PSO聚类算法 | 第40-42页 |
| 2.6 K-MEANS+ACO+FCM混合聚类算法 | 第42-45页 |
| 2.7 SA+DE混合聚类算法 | 第45-46页 |
| 2.8 混合演化聚类的收敛性试验验证 | 第46-52页 |
| 2.8.1 试验所用数据集 | 第46-48页 |
| 2.8.2 所设计的混合演化聚类算法收敛性的试验验证 | 第48-52页 |
| 2.9 本章小结 | 第52-53页 |
| 3 聚类混合有效性指数研究 | 第53-81页 |
| 3.1 引言 | 第53页 |
| 3.2 经典聚类有效性指数 | 第53-58页 |
| 3.2.1 有效性指数的度量方法 | 第53-54页 |
| 3.2.2 硬聚类指数 | 第54-55页 |
| 3.2.3 软聚类指数 | 第55-58页 |
| 3.3 基于委员会的聚类有效性指数 | 第58-61页 |
| 3.3.1 简单委员会混合指数 | 第58页 |
| 3.3.2 加权委员会混合指数 | 第58-61页 |
| 3.3.3 基于委员会混合指数的混合演化聚类算法 | 第61页 |
| 3.4 基于罚函数的聚类有效性混合指数 | 第61-66页 |
| 3.4.1 聚类有效性的罚函数问题 | 第61-65页 |
| 3.4.2 罚函数有效性混合指数 | 第65页 |
| 3.4.3 基于罚函数混合指数的混合演化聚类算法 | 第65-66页 |
| 3.5 试验测试 | 第66-79页 |
| 3.5.1 试验所用参数 | 第66页 |
| 3.5.2 混合演化聚类算法的效果分析 | 第66-73页 |
| 3.5.3 混合演化聚类划分的准确率分析 | 第73-75页 |
| 3.5.4 混合有效性指数试验 | 第75-79页 |
| 3.6 本章小结 | 第79-81页 |
| 4 演化聚类中的维数约简研究 | 第81-101页 |
| 4.1 引言 | 第81页 |
| 4.2 经典维数约简方法 | 第81-88页 |
| 4.2.1 主成分分析 | 第81-83页 |
| 4.2.2 多维尺度 | 第83-84页 |
| 4.2.3 线性判别分析 | 第84-87页 |
| 4.2.4 自组织映射 | 第87-88页 |
| 4.3 演化聚类与维数约减技术的混合 | 第88-94页 |
| 4.3.1 维数约简在聚类中的混合策略 | 第88页 |
| 4.3.2 混合LDA的演化聚类算法 | 第88-91页 |
| 4.3.3 混合MDS的演化聚类算法 | 第91-94页 |
| 4.4 试验分析 | 第94-100页 |
| 4.4.1 试验所用数据集 | 第94页 |
| 4.4.2 试验评价 | 第94-100页 |
| 4.5 本章小结 | 第100-101页 |
| 5 聚类模型的非单调性推广 | 第101-105页 |
| 5.1 引言 | 第101页 |
| 5.2 限定推理 | 第101-102页 |
| 5.3 缺省逻辑推理 | 第102-103页 |
| 5.4 聚类模型的扩展与修正 | 第103-104页 |
| 5.5 本章小结 | 第104-105页 |
| 6 应用实例 | 第105-124页 |
| 6.1 引言 | 第105页 |
| 6.2 演化聚类在声誉等级评价中的应用 | 第105-117页 |
| 6.2.1 声誉评价的相关方法 | 第106-109页 |
| 6.2.2 缺乏交流开放环境声誉等级模型 | 第109-111页 |
| 6.2.3 实例：保健品网站声誉等级评价 | 第111-117页 |
| 6.3 油藏沉积微相聚类分析 | 第117-123页 |
| 6.3.1 扶余油田实验区8号小层沉积微相人工识别的结果 | 第118-119页 |
| 6.3.2 演化聚类方法的沉积微相划分 | 第119-123页 |
| 6.4 本章小结 | 第123-124页 |
| 7 总结与展望 | 第124-126页 |
| 7.1 总结 | 第124-125页 |
| 7.2 研究工作展望 | 第125-126页 |
| 参考文献 | 第126-138页 |
| 攻读博士学位期间发表的论文 | 第138-139页 |
| 致谢 | 第139-140页 |
| 附件 | 第140-142页 |
