内容摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 导论 | 第9-14页 |
·研究的目的和意义 | 第9-10页 |
·国内外的研究现状 | 第10-12页 |
·本文的创新之处及内容安排 | 第12-14页 |
·本文的创新之处 | 第12-13页 |
·本文的内容安排 | 第13-14页 |
第2章 科技项目的本体表示 | 第14-20页 |
·科技项目的知识获取 | 第14页 |
·确定概念间的联系 | 第14-15页 |
·科技项目本体描述及实现 | 第15-19页 |
·项目基本信息本体描述及实现 | 第15-16页 |
·项目承担人本体描述 | 第16-17页 |
·项目承担单位体描述 | 第17-18页 |
·学科领域本体描述 | 第18-19页 |
·本章小结 | 第19-20页 |
第3章 聚类算法研究 | 第20-31页 |
·聚类分析 | 第20-21页 |
·主要聚类算法分析 | 第21-27页 |
·划分方法(partitioning method) | 第21-23页 |
·层次的方法(hierarchical method) | 第23-25页 |
·基于密度的方法(density-based method) | 第25页 |
·基于网格的方法(grid-based method) | 第25-26页 |
·基于模型的方法(model-based method) | 第26页 |
·算法比较 | 第26-27页 |
·聚类分析中相似度的度量 | 第27-31页 |
·区间标度变量 | 第27-28页 |
·二元变量 | 第28-29页 |
·标称变量 | 第29页 |
·序数型变量 | 第29页 |
·比例标度型变量 | 第29页 |
·混合型变量 | 第29-31页 |
第4章 科技项目的相似度比较 | 第31-35页 |
·科技项目相似度比较原理 | 第31页 |
·概念相似度 | 第31-33页 |
·科技项目相似度的计算 | 第33-35页 |
第5章 基于粒度的层次聚类方法研究 | 第35-52页 |
·信息粒度原理分析 | 第35-37页 |
·聚类中的粒度原理 | 第37页 |
·基于粒度的层次聚类 | 第37-49页 |
·改进的k 中心点聚类算法 | 第38-42页 |
·基于粒度的层次聚类算法 | 第42-43页 |
·阈值T 的选取 | 第43-45页 |
·层次聚类实验 | 第45-46页 |
·实验结果分析 | 第46-49页 |
·增量聚类 | 第49-50页 |
·科技项目的查重处理 | 第50-52页 |
第6章 总结 | 第52-53页 |
·结论与展望 | 第52-53页 |
参考文献 | 第53-56页 |
致谢 | 第56页 |