K-均值聚类算法改进及在服装生产的应用研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·本文主要工作 | 第13-14页 |
| ·本文组织结构 | 第14-15页 |
| 第二章 聚类概述 | 第15-26页 |
| ·聚类 | 第15-17页 |
| ·聚类概念 | 第15-16页 |
| ·聚类的数学模型 | 第16页 |
| ·聚类过程 | 第16-17页 |
| ·聚类分析中的数据类型 | 第17-23页 |
| ·数据结构 | 第17-18页 |
| ·相似性度量 | 第18-21页 |
| ·聚类准则函数 | 第21-23页 |
| ·聚类方法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于排序划分的 K-均值改进算法 | 第26-41页 |
| ·K-均值算法 | 第26-30页 |
| ·K-均值算法思想 | 第26-27页 |
| ·K-均值算法流程 | 第27-29页 |
| ·K-均值算法的缺陷分析 | 第29-30页 |
| ·基于排序划分的聚类中心初始化算法 | 第30-33页 |
| ·算法思想 | 第30-31页 |
| ·算法设计 | 第31-32页 |
| ·时间复杂度分析 | 第32-33页 |
| ·循环迭代优化的 K-均值算法 | 第33-36页 |
| ·算法思想 | 第33-34页 |
| ·算法设计 | 第34-36页 |
| ·时间复杂度分析 | 第36页 |
| ·仿真实验 | 第36-40页 |
| ·实验数据介绍 | 第36-37页 |
| ·实验方案 | 第37页 |
| ·实验结果与分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于 Kd 树的 K-均值改进算法 | 第41-58页 |
| ·Kd-树 | 第41-45页 |
| ·Kd-树概述 | 第41-42页 |
| ·Kd-树数据结构 | 第42-43页 |
| ·Kd-树构建 | 第43-45页 |
| ·基于 Kd-树子样的聚类中心初始化方法 | 第45-49页 |
| ·算法思想 | 第45-48页 |
| ·算法设计 | 第48-49页 |
| ·时间复杂度分析 | 第49页 |
| ·基于 Kd-树的循环迭代算法 | 第49-53页 |
| ·算法思想 | 第50-52页 |
| ·算法设计 | 第52-53页 |
| ·时间复杂度分析 | 第53页 |
| ·实验分析 | 第53-57页 |
| ·真实数据实验 | 第53-54页 |
| ·模拟数据实验 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 聚类分析在服装生产的应用研究 | 第58-70页 |
| ·应用背景和意义 | 第58-60页 |
| ·基于排序划分聚类算法的服装生产配置 | 第60-65页 |
| ·相关数据描述 | 第60-61页 |
| ·属性抽取与数据预处理 | 第61-64页 |
| ·工人聚类与结果分析 | 第64-65页 |
| ·基于 Kd-树算法的工时制定 | 第65-69页 |
| ·获取源数据 | 第66-67页 |
| ·工时聚类与制定 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间学术成果 | 第76-77页 |
| 致谢 | 第77-78页 |
