| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-29页 |
| ·课题的研究背景 | 第12-13页 |
| ·聚类分析的基本概念和步骤 | 第13-14页 |
| ·基本概念 | 第13页 |
| ·基本步骤 | 第13-14页 |
| ·经典聚类方法回顾 | 第14-21页 |
| ·基于层次的聚类方法 | 第14-16页 |
| ·基于目标函数的聚类方法 | 第16-19页 |
| ·基于图论的聚类方法 | 第19-20页 |
| ·基于密度和网格的聚类方法 | 第20-21页 |
| ·聚类分析研究的主要问题 | 第21-26页 |
| ·如何为数据集选择合适的距离度量 | 第22-23页 |
| ·如何提高聚类算法对噪声、例外点的鲁棒性 | 第23-24页 |
| ·如何对高维数据进行聚类 | 第24-25页 |
| ·如何确定数据集包含的聚类数目 | 第25-26页 |
| ·本文的主要工作 | 第26-29页 |
| 第2章 基于混合距离学习的双指数模糊C均值算法 | 第29-44页 |
| ·引言 | 第29页 |
| ·基于线性组合的混合距离表示新方法 | 第29-31页 |
| ·基于欧氏距离的双指数模糊C均值算法 | 第31-33页 |
| ·基于混合距离学习的双指数模糊C均值算法 | 第33-36页 |
| ·HDDI-FCM算法及推导 | 第33-35页 |
| ·参数的选择 | 第35-36页 |
| ·实验 | 第36-43页 |
| ·本章小结 | 第43-44页 |
| 第3章 特征加权距离与软子空间相结合的模糊聚类新方法 | 第44-64页 |
| ·引言 | 第44-45页 |
| ·模糊C均值算法FCM | 第45-46页 |
| ·双指数软子空间模糊聚类算法DI-FWD-FSC | 第46-51页 |
| ·基于加权范数理论的特征加权距离 | 第46-47页 |
| ·算法描述 | 第47-49页 |
| ·ε_w和ε_u参数的选择 | 第49-50页 |
| ·模糊指数m、α和熵指数r,β的大小关系 | 第50页 |
| ·对约束条件的解释 | 第50-51页 |
| ·DI-FWD-FSC的收敛性 | 第51-55页 |
| ·Zangwill收敛定理 | 第51页 |
| ·DI-FWD-FSC全局收敛性证明 | 第51-55页 |
| ·实验 | 第55-63页 |
| ·模拟数据实验 | 第55-56页 |
| ·真实数据实验 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 基于移相加权球面单簇聚类的时间序列异常检测及聚类数目估计 | 第64-90页 |
| ·引言 | 第64-66页 |
| ·研究背景 | 第64-65页 |
| ·相关工作 | 第65-66页 |
| ·时间序列聚类分析需要解决的问题 | 第66-67页 |
| ·移相加权球面单簇聚类算法PS-WS1M | 第67-72页 |
| ·单位向量的若干性质 | 第67-68页 |
| ·算法推导及描述 | 第68-70页 |
| ·PS-WS1M的收敛性 | 第70-72页 |
| ·PS-WS1M的参数选取 | 第72页 |
| ·基于移相加权球面单簇聚类的单分类器 | 第72-81页 |
| ·单分类器设计概述 | 第72-73页 |
| ·目标类数据描述的获得 | 第73-75页 |
| ·实验研究 | 第75-81页 |
| ·基于移相加权球面单簇聚类的聚类数目估计 | 第81-89页 |
| ·PS-WSKM算法 | 第81-82页 |
| ·基于移相加权球面单簇聚类的层次聚类算法PS-WSXM | 第82-84页 |
| ·实验 | 第84-89页 |
| ·本章小结 | 第89-90页 |
| 第5章 基于加权Parzen窗的图像阈值分割算法 | 第90-104页 |
| ·引言 | 第90-91页 |
| ·基于Parzen窗估计的图像阈值分割 | 第91-93页 |
| ·基于加权Parzen窗估计的图像阈值分割 | 第93-98页 |
| ·参考像素点的计算 | 第93-95页 |
| ·加权Parzen窗图像阈值分割算法WPWT | 第95-98页 |
| ·实验 | 第98-102页 |
| ·本章小结 | 第102-104页 |
| 第6章 基于最小最大概率分割准则的图像阈值分割算法 | 第104-114页 |
| ·引言 | 第104页 |
| ·基于最小最大概率机的灰度图像阈值分割理论 | 第104-107页 |
| ·最小最大概率机 | 第104-105页 |
| ·一维空间两类别最小最大概率机 | 第105-107页 |
| ·灰度图像最小最大概率阈值分割算法 | 第107-109页 |
| ·实验 | 第109-112页 |
| ·本章小结 | 第112-114页 |
| 第7章 结论与展望 | 第114-116页 |
| ·本文的主要贡献 | 第114-115页 |
| ·结论与展望 | 第115-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-129页 |
| 附录 | 第129页 |
