模糊聚类及其在交通事故黑点成因分析中的应用研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-17页 |
| ·选题背景及课题意义 | 第12-13页 |
| ·研究现状与研究目的 | 第13-15页 |
| ·国内外研究现状 | 第13-15页 |
| ·研究目的 | 第15页 |
| ·本文的主要工作 | 第15-16页 |
| ·论文的结构安排 | 第16-17页 |
| 第2章 关键概念和理论介绍 | 第17-27页 |
| ·聚类分析的基本方法 | 第17-23页 |
| ·聚类分析概述 | 第17页 |
| ·聚类算法的要求 | 第17-19页 |
| ·聚类分析的数据结构和相似度的度量 | 第19-20页 |
| ·聚类分类 | 第20-23页 |
| ·聚类准则的确定 | 第23页 |
| ·交通事故黑点的研究 | 第23-26页 |
| ·交通事故黑点的定义 | 第24页 |
| ·交通事故黑点的形成原因 | 第24-25页 |
| ·交通事故黑点的成因分析方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 模糊聚类算法初始化的研究 | 第27-41页 |
| ·模糊聚类分析 | 第27-30页 |
| ·概况 | 第27-28页 |
| ·基于目标函数的聚类算法 | 第28-29页 |
| ·FCM算法研究方向 | 第29-30页 |
| ·主要的聚类初始化方法 | 第30-34页 |
| ·随机法 | 第31页 |
| ·距离优化法 | 第31-32页 |
| ·密度估计法 | 第32-34页 |
| ·其它启发式初始化方法 | 第34页 |
| ·基于平均信息熵及减法聚类的初始化方法 | 第34-37页 |
| ·平均信息熵 | 第34-35页 |
| ·减法聚类 | 第35-36页 |
| ·一种改进的聚类初始化方法 | 第36-37页 |
| ·改进的FCM算法 | 第37页 |
| ·实验与性能分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 基于信息合作的模糊聚类算法研究 | 第41-55页 |
| ·信息合作定义 | 第41页 |
| ·基于信息增益的模糊聚类 | 第41-44页 |
| ·改进的合作模糊聚类(ICFCM)算法 | 第44-51页 |
| ·CCA的优缺点 | 第44页 |
| ·ICFCM算法 | 第44-49页 |
| ·ICFCM的实现过程 | 第49-51页 |
| ·实验与性能分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 ICFCM算法在BSCA中的应用 | 第55-64页 |
| ·应用背景分析 | 第55-56页 |
| ·BSCA方法 | 第56-57页 |
| ·ICFCM算法在BSCA中的应用 | 第57-63页 |
| ·算法的逻辑思想 | 第57-58页 |
| ·算法的可行性分析 | 第58页 |
| ·算法的实现 | 第58-60页 |
| ·应用实例分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结和展望 | 第64-66页 |
| ·工作总结 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间发表论文和参加的科研项目 | 第70页 |
