| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·研究背景与意义 | 第10页 |
| ·东北地区兽类资源及研究现状 | 第10-11页 |
| ·东北地区兽类资源现状 | 第10-11页 |
| ·东北地区兽类研究概述 | 第11页 |
| ·东北地区自然地理概况 | 第11-13页 |
| ·地形地貌 | 第11-12页 |
| ·水系 | 第12页 |
| ·气候 | 第12页 |
| ·土壤 | 第12-13页 |
| ·植被 | 第13页 |
| ·分布格局研究现状 | 第13-15页 |
| ·聚类分析方法及其研究对象 | 第15-16页 |
| ·聚类分析的产生 | 第15页 |
| ·聚类分析的研究对象 | 第15-16页 |
| ·本文研究的主要内容 | 第16-17页 |
| 2 主成分聚类分析法在兽类分布格局中的应用 | 第17-31页 |
| ·因子分析 | 第17-19页 |
| ·因子分析的基本思想 | 第17页 |
| ·因子分析的数学模型 | 第17-18页 |
| ·因子分析的一般步骤 | 第18-19页 |
| ·聚类分析 | 第19-22页 |
| ·聚类分析的基本思想 | 第19-20页 |
| ·聚类分析的类型 | 第20页 |
| ·系统聚类法的基本思想 | 第20页 |
| ·系统聚类法的基本原理 | 第20-22页 |
| ·利用主成分聚类法对东北地区兽类分布格局的统计分析 | 第22-29页 |
| ·数据来源及处理 | 第22-23页 |
| ·因子分析 | 第23-26页 |
| ·聚类分析 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 3 模糊聚类分析法在兽类分布格局中的应用 | 第31-46页 |
| ·引言 | 第31-32页 |
| ·模糊集合理论基础 | 第32-34页 |
| ·模糊集合的定义 | 第32页 |
| ·模糊关系与模糊矩阵 | 第32-33页 |
| ·模糊等价关系 | 第33-34页 |
| ·基于模糊等价矩阵的模糊聚类分析 | 第34-42页 |
| ·数据规格化 | 第34-36页 |
| ·构造模糊相似矩阵 | 第36-40页 |
| ·模糊分类 | 第40-42页 |
| ·模糊聚类分析法在东北地区兽类分布格局中的应用 | 第42-45页 |
| ·数据标准化 | 第43页 |
| ·构造模糊相似矩阵 | 第43页 |
| ·模糊分类 | 第43-44页 |
| ·模糊聚类结果的分析讨论 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 SOM神经网络聚类分析法在兽类分布格局中的应用 | 第46-60页 |
| ·人工神经网络基础知识 | 第46-51页 |
| ·人工神经元模型 | 第46-49页 |
| ·人工神经网络模型 | 第49-50页 |
| ·人工神经网络的学习 | 第50-51页 |
| ·人工神经网络在处理信息方面的优势 | 第51页 |
| ·SOM神经网络 | 第51-54页 |
| ·SOM神经网络的结构及算法 | 第52-54页 |
| ·SOM神经网络在聚类分析中的优势 | 第54页 |
| ·兽类分布格局特征数据及其预处理 | 第54-55页 |
| ·兽类分布格局特征数据 | 第54-55页 |
| ·数据的预处理 | 第55页 |
| ·SOM 神经网络聚类模型的训练及仿真实验 | 第55-57页 |
| ·SOM神经网络兽类分布格局聚类模型的设计 | 第55页 |
| ·SOM神经网络聚类模型权值的初始化 | 第55-56页 |
| ·模型的训练及仿真实验 | 第56-57页 |
| ·聚类结果的分析讨论 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65-66页 |