基于模糊聚类和自竞争网络的时间序列聚类
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第6-11页 |
| 1.1 选题背景及意义 | 第6-7页 |
| 1.2 时间序列聚类模型的发展与应用 | 第7-10页 |
| 1.3 论文主要工作及结构 | 第10-11页 |
| 2 预备知识 | 第11-16页 |
| 2.1 模糊C均值聚类算法 | 第11-13页 |
| 2.2 基于Kohonen网络模型的聚类方法 | 第13-16页 |
| 3 基于加权DTW的模糊聚类方法 | 第16-36页 |
| 3.1 基于加权DTW的模糊聚类模型 | 第16-21页 |
| 3.2 基于粒子群优化的加权DTW算法 | 第21-24页 |
| 3.3 仿真实验 | 第24-35页 |
| 3.3.1 UCR数据集聚类实验 | 第24-30页 |
| 3.3.2 空气质量数据集聚类实验 | 第30-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 基于改进的Kohonen网络的聚类方法研究 | 第36-51页 |
| 4.1 基于改进的Kohonen网络聚类模型 | 第36-40页 |
| 4.2 基于改进的Kohonen网络聚类算法 | 第40-43页 |
| 4.3 仿真实验 | 第43-50页 |
| 4.3.1 公共数据集聚类实验 | 第43-47页 |
| 4.3.2 医疗数据集聚类实验 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-59页 |
