| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-11页 |
| 第一章 数据挖掘综述 | 第11-17页 |
| ·引言 | 第11页 |
| ·研究的内容和意义 | 第11-12页 |
| ·数据挖掘概述 | 第12-15页 |
| ·数据挖掘的演化历史 | 第12-13页 |
| ·数据挖掘的基本概念 | 第13页 |
| ·数据挖掘的基本过程 | 第13-14页 |
| ·数据挖掘的任务 | 第14-15页 |
| ·数据挖掘系统的分类 | 第15页 |
| ·数据挖掘的前景 | 第15-16页 |
| ·论文的组织结构 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第二章 聚类分析概述 | 第17-28页 |
| ·聚类的概述 | 第17-19页 |
| ·聚类的概念 | 第17页 |
| ·聚类的过程 | 第17-18页 |
| ·聚类算法应具备特征 | 第18-19页 |
| ·常用的聚类算法 | 第19-24页 |
| ·层次聚类法(hierarchical clustering) | 第20-21页 |
| ·划分聚类法(Partitioning Methods) | 第21页 |
| ·其他常用的聚类方法 | 第21-23页 |
| ·常用聚类算法的比较 | 第23-24页 |
| ·模糊聚类算法 | 第24-27页 |
| ·模糊聚类的产生 | 第24-25页 |
| ·模糊目标函数的演化 | 第25-26页 |
| ·模糊聚类的应用领域 | 第26-27页 |
| ·聚类在数据挖掘中的应用 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 一种改进的基于层次聚类的模糊聚类算法(HFCM) | 第28-36页 |
| ·HCM算法 | 第28-29页 |
| ·FCM算法 | 第29-31页 |
| ·HFCM(Hierarchical Fuzzy Clustering)算法 | 第31-34页 |
| ·初始聚类中心的选取 | 第31-32页 |
| ·对象间的距离 | 第32页 |
| ·类合并方法 | 第32-33页 |
| ·评估函数 | 第33页 |
| ·模糊加权指数m的选取 | 第33页 |
| ·算法流程 | 第33-34页 |
| ·HFCM算法的优缺点 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 HFCM算法验证实例 | 第36-43页 |
| ·验证实验1 | 第36-40页 |
| ·实验过程 | 第36-39页 |
| ·实验结果分析 | 第39-40页 |
| ·验证实验2 | 第40-42页 |
| ·实验过程 | 第40-41页 |
| ·实验结果分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-44页 |
| ·本文的工作总结 | 第43页 |
| ·研究展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 附录1 实验2使用的数据 | 第48-50页 |
| 攻读硕士学位期间发表的论文 | 第50页 |
