模糊聚类算法在矿业城市竞争力中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·选题的背景和意义 | 第10-11页 |
| ·本课题研究内容 | 第11-12页 |
| ·论文的主要工作 | 第12-14页 |
| 第二章 数据挖掘模糊聚类算法 | 第14-26页 |
| ·数据挖掘 | 第14-19页 |
| ·数据挖掘的定义 | 第14页 |
| ·数据挖掘的各种分析方法 | 第14-15页 |
| ·聚类算法的分类 | 第15-17页 |
| ·聚类分析与分类分析的比较 | 第17-19页 |
| ·模糊聚类方法 | 第19-22页 |
| ·模糊聚类的定义 | 第19页 |
| ·模糊聚类算法的几种方法 | 第19-22页 |
| ·城市竞争力算法的选取 | 第22-24页 |
| ·选取算法的评价指标 | 第22-23页 |
| ·选取C-均值模糊聚类的优点 | 第23-24页 |
| ·小结 | 第24-26页 |
| 第三章 矿业城市竞争力的指标体系的建立 | 第26-36页 |
| ·城市综合竞争力的定义及内涵 | 第26-28页 |
| ·城市竞争力国内外研究的现状 | 第28-29页 |
| ·波特的竞争力模型 | 第28页 |
| ·洛桑国际管理发展学院国家竞争力模型 | 第28-29页 |
| ·弓弦箭模型 | 第29页 |
| ·城市竞争力影响因素及分析 | 第29-31页 |
| ·矿业城市综合竞争力评价指标体系的建立 | 第31-34页 |
| ·矿业城市综合竞争力评价指标体系的构造原则 | 第32页 |
| ·评价指标体系的构建过程 | 第32-34页 |
| ·矿产资源型城市可持续发展评价指标体系 | 第34页 |
| ·小结 | 第34-36页 |
| 第四章 模糊C-均值聚类算法设计 | 第36-44页 |
| ·模糊C-均值聚类算法简介 | 第36-37页 |
| ·模糊C-均值聚类算法的实现原理 | 第36-37页 |
| ·基于目标函数的模糊聚类算法 | 第37-38页 |
| ·基于目标函数的模糊聚类算法的实现原理 | 第37-38页 |
| ·基于目标函数的模糊聚类算法(FCM)的实现方法 | 第38页 |
| ·FCM 聚类算法效果分析 | 第38-40页 |
| ·初始聚类中心的研究 | 第39页 |
| ·有效性的研究 | 第39页 |
| ·加权指数的研究 | 第39-40页 |
| ·FCM 算法的改进 | 第40-41页 |
| ·特征指标的选取 | 第40页 |
| ·特征指标的权重计算 | 第40-41页 |
| ·FCM 算法的程序实现 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第五章 模糊聚类算法实例应用 | 第44-60页 |
| ·数据挖掘环境 | 第44页 |
| ·数据挖掘过程 | 第44-46页 |
| ·Weka 数据挖掘系统的引入 | 第46-47页 |
| ·数据的准备 | 第47-49页 |
| ·数据的预处理 | 第47-49页 |
| ·模糊C-均值算法在Weka 中的实现 | 第49-52页 |
| ·模糊聚类的Java 语言实现 | 第49-50页 |
| ·在Weka 中实现新算法 | 第50-52页 |
| ·k-means 算法与C-均值算法的实验 | 第52-58页 |
| ·k-means 算法的实验 | 第52-54页 |
| ·C-均值算法的实验 | 第54-58页 |
| ·结果分析 | 第58-60页 |
| 第六章 结论 | 第60-64页 |
| ·矿业城市可持续发展的建议 | 第60-61页 |
| ·论文总结 | 第61-62页 |
| ·论文不足 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间发表的论文 | 第70页 |
