| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-10页 |
| Extended Abstract | 第10-21页 |
| 1 绪论 | 第21-33页 |
| ·论文研究的背景和意义 | 第21-22页 |
| ·课题来源 | 第22-23页 |
| ·国内外研究现状 | 第23-29页 |
| ·存在的问题及本文研究的重点 | 第29-30页 |
| ·本文的主要研究内容和组织结构 | 第30-33页 |
| 2 粒度计算与聚类分析 | 第33-47页 |
| ·粒度计算 | 第33-38页 |
| ·聚类分析 | 第38-46页 |
| ·本章小结 | 第46-47页 |
| 3 基于聚类的属性粒化方法 | 第47-65页 |
| ·属性粒的概念 | 第47-50页 |
| ·属性粒化方法 | 第50-55页 |
| ·基于属性区分能力和 AP 聚类的属性粒化方法 | 第55-61页 |
| ·基于聚类的并行属性约简算法 | 第61-64页 |
| ·小结 | 第64-65页 |
| 4 基于粒度计算的聚类分析 | 第65-82页 |
| ·粒度计算与聚类分析的本质联系 | 第65-67页 |
| ·粒度聚类的基本方法 | 第67-69页 |
| ·基于聚合网络的变粒度二次聚类方法研究 | 第69-81页 |
| ·小结 | 第81-82页 |
| 5 基于属性样本双重粒化的子空间聚类方法 | 第82-102页 |
| ·子空间聚类方法 | 第82-86页 |
| ·K-Means 熵加权软子空间聚类算法 | 第86-88页 |
| ·属性样本同步粒化的 AP 熵加权软子空间聚类算法 | 第88-92页 |
| ·属性样本异步粒化的 AP 子空间聚类方法 | 第92-100页 |
| ·小结 | 第100-102页 |
| 6 基于改进属性约简的细粒度并行 AP 聚类算法 | 第102-115页 |
| ·问题的提出及研究意义 | 第102-103页 |
| ·串行 AP 聚类算法 | 第103-106页 |
| ·基于改进属性约简的细粒度并行 AP 聚类算法 | 第106-112页 |
| ·实验与分析 | 第112-113页 |
| ·小结 | 第113-115页 |
| 7 总结与展望 | 第115-117页 |
| ·总结 | 第115-116页 |
| ·展望 | 第116-117页 |
| 参考文献 | 第117-125页 |
| 作者简历 | 第125-128页 |
| 学位论文数据集 | 第128页 |