首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于有效性的聚类集成研究及其在机场噪声评价中的应用

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-15页
   ·研究背景与意义第11-12页
   ·研究现状第12-13页
   ·本文的主要研究工作第13页
   ·本文的内容安排第13-15页
第二章 相关概念与理论第15-22页
   ·聚类分析第15-17页
   ·聚类评价第17-18页
   ·集成学习第18-21页
   ·本章小结第21-22页
第三章 聚类有效性指标研究第22-41页
   ·聚类有效性指标简介第22-23页
   ·几种常用的聚类有效性指标第23-26页
     ·Dunn 系列指标第23页
     ·DB 指标第23-24页
     ·CS 指标第24页
     ·Silhouette 指标第24-25页
     ·SD 指标第25页
     ·S_Dbw 指标第25-26页
   ·聚类有效性指标原理与分析第26-29页
   ·一种改进的聚类有效性指标第29-33页
   ·实验比较与分析第33-40页
     ·人工数据集第33-38页
     ·UCI 标准数据集第38-40页
   ·本章小结第40-41页
第四章 聚类集成方法研究第41-61页
   ·基本概念定义第42页
     ·聚类标签与聚类标签向量第42页
     ·覆盖量和匹配率第42页
   ·聚类集体的生成第42-43页
   ·聚类标签的匹配方法第43-47页
     ·传统匹配方法第43-44页
     ·基于二分图的最大权值匹配方法第44-47页
   ·基于有效性指标的聚类集成方法第47-52页
     ·权值的确定第48-49页
     ·基于 MCVIBW 的集成决策方法第49-50页
     ·最佳聚类数的确定第50-52页
   ·实验比较与分析第52-59页
     ·实验数据集第52-53页
     ·聚类标签匹配方法的比较第53-54页
     ·有效性指标综合权值与其他权值的效果比较第54-58页
     ·最佳聚类数确定方法的比较第58-59页
   ·本章小结第59-61页
第五章 聚类集成学习方法在机场噪声评价中的应用第61-77页
   ·机场噪声相关知识第61-65页
     ·机场噪声基本概念第61-63页
     ·机场噪声评价指标简介第63-65页
   ·机场噪声评价指标存在的问题第65-66页
   ·机场噪声的特点分析第66-69页
   ·机场噪声等级评价方法第69-76页
     ·机场噪声数据集的确定第69-71页
     ·机场噪声等级评价模型与方法第71-72页
     ·机场噪声等级评价结果第72-73页
     ·机场噪声等级评价标准的制定第73-76页
   ·本章小结第76-77页
第六章 总结与展望第77-79页
   ·本文的主要工作第77页
   ·后续工作和展望第77-79页
参考文献第79-83页
致谢第83-84页
在学期间的研究成果及发表的学术论文第84页

论文共84页,点击 下载论文
上一篇:逆合成孔径雷达运动补偿技术研究
下一篇:基于机器视觉的航空显示组件LCD缺陷检测技术研究