区间估计的不完整数据集混杂聚类算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第1章 引言 | 第12-18页 |
| ·研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·建模法 | 第13-14页 |
| ·估算法 | 第14-15页 |
| ·研究目标和本文主要工作 | 第15-16页 |
| ·本文结构安排 | 第16-18页 |
| 第2章 不完整数据集混杂聚类算法技术分析 | 第18-27页 |
| ·模糊 C 均值 | 第18-21页 |
| ·模糊 C 均值基本算法 | 第18-19页 |
| ·模糊 C 均值的改进策略 | 第19-21页 |
| ·粒子群算法分析 | 第21-24页 |
| ·粒子群算法 | 第22页 |
| ·粒子群算法基本理论 | 第22-23页 |
| ·粒子群算法流程 | 第23-24页 |
| ·粒子群的改进策略 | 第24-26页 |
| ·惯性权重粒子群 | 第24-25页 |
| ·变异粒子群 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 不完整数据集的区间重构 | 第27-40页 |
| ·问题分析 | 第27-28页 |
| ·不完整数据集的处理 | 第28-30页 |
| ·最近邻规则 | 第28-29页 |
| ·不完整数据集转换为区间数据集 | 第29-30页 |
| ·区间限定的必要性 | 第30-34页 |
| ·不完整数据集的预分类 | 第34-38页 |
| ·预分类方法分析 | 第34-38页 |
| ·预分类过程 | 第38页 |
| ·区间重构的流程 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于区间重构的不完整数据集混杂聚类算法 | 第40-56页 |
| ·区间 FCM 聚类算法 | 第40-44页 |
| ·区间模糊 C 均值基本算法 | 第40-41页 |
| ·区间模糊 C 均值算法流程 | 第41-42页 |
| ·基于最近邻区间的不完整数据 FCM 算法 | 第42-44页 |
| ·不完整数据集的粒子群模糊 C 均值混杂算法 | 第44-51页 |
| ·群优化策略 | 第44-45页 |
| ·粒子群优点 | 第45-46页 |
| ·混杂算法 | 第46-47页 |
| ·混杂算法的变异 | 第47-48页 |
| ·混杂算法流程 | 第48-49页 |
| ·基于最近邻区间的不完整数据集混杂聚类算法 | 第49-51页 |
| ·基于区间重构的不完整数据集混杂算法 | 第51-53页 |
| ·算法基本思想 | 第51页 |
| ·算法流程 | 第51-53页 |
| ·结果对比 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 实验及结果分析 | 第56-66页 |
| ·准备工作 | 第56-57页 |
| ·数据集信息 | 第56-57页 |
| ·产生不完整数据 | 第57页 |
| ·参数设定 | 第57页 |
| ·对比方法 | 第57页 |
| ·实验结果 | 第57-63页 |
| ·NPF 的实验结果 | 第57-59页 |
| ·SNPF 的实验结果 | 第59-63页 |
| ·结果分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·工作展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读学位期间公开发表的论文 | 第76-77页 |
