模糊C均值聚类算法的相关问题研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·模糊聚类算法存在的问题 | 第14-15页 |
| ·本文研究内容 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 2 模糊数学和聚类分析的基本理论概述 | 第17-28页 |
| ·模糊理论基础 | 第17-24页 |
| ·模糊集合 | 第17-20页 |
| ·模糊关系 | 第20-22页 |
| ·模糊不确定性度量 | 第22-24页 |
| ·聚类分析的数学模型 | 第24-25页 |
| ·聚类分析的方法 | 第25-27页 |
| ·基于目标函数的聚类方法 | 第26页 |
| ·基于密度的聚类方法 | 第26-27页 |
| ·基于图论的聚类分析 | 第27页 |
| ·基于谱系的聚类方法 | 第27页 |
| ·本章小结 | 第27-28页 |
| 3 基于目标函数的 PFCM 算法 | 第28-47页 |
| ·模糊C 均值聚类算法的目标函数及对其的推导 | 第28-31页 |
| ·模糊C 均值聚类算法的目标函数 | 第28-29页 |
| ·隶属度函数μ(x ) 的推导 | 第29-30页 |
| ·聚类中心的推导 | 第30-31页 |
| ·模糊C 均值聚类算法 | 第31-32页 |
| ·HCM 算法 | 第31-32页 |
| ·模糊C 均值聚类算法 | 第32页 |
| ·基于目标函数的PFCM 算法 | 第32-43页 |
| ·基于数据分段确定初始聚类中心 | 第32-33页 |
| ·基于层次分析法平衡各维特征 | 第33-36页 |
| ·基于多项式拟合法的降维 | 第36-38页 |
| ·基于方差分析检测奇异点 | 第38-42页 |
| ·PFCM 算法步骤 | 第42-43页 |
| ·仿真实验和结果分析 | 第43-46页 |
| ·实验环境及数据采集 | 第43-44页 |
| ·实验结果 | 第44-45页 |
| ·实验分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 4 PFCM 算法在模式识别中的应用 | 第47-50页 |
| ·模式识别 | 第47-48页 |
| ·应用实例 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 总结和展望 | 第50-52页 |
| ·全文总结 | 第50页 |
| ·下一步工作 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 个人简历 | 第57-58页 |
| 在学期间发表的学术论文 | 第58页 |
