| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 论文研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 现有的高维类别数据粗糙降维的研究现状 | 第12-13页 |
| 1.2.2 现有的针对类别型数据的初始中心选择方法 | 第13-14页 |
| 1.3 论文的研究内容和组织结构 | 第14-16页 |
| 第2章 相关理论概述 | 第16-35页 |
| 2.1 聚类分析 | 第16-20页 |
| 2.1.1 聚类分析的基本概念 | 第16页 |
| 2.1.2 常用聚类方法及其特点 | 第16-17页 |
| 2.1.3 聚类分析的数据类型 | 第17-18页 |
| 2.1.4 经典聚类算法 | 第18-20页 |
| 2.2 高维数据的聚类分析 | 第20-28页 |
| 2.2.1 高维数据的特点 | 第21-23页 |
| 2.2.2 高维数据的聚类过程 | 第23页 |
| 2.2.3 维度约简 | 第23-26页 |
| 2.2.4 高维数据聚类算法 | 第26-28页 |
| 2.3 粗糙集理论及其扩展模型 | 第28-34页 |
| 2.3.1 粗糙集的基本概念 | 第28-31页 |
| 2.3.2 不完备信息系统产生的原因及其预处理 | 第31页 |
| 2.3.3 经典粗糙集理论的模型扩展 | 第31-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于条件熵的高维类别不完备数据的维度约简 | 第35-41页 |
| 3.1 限制容差关系下不完备信息系统的相关定义 | 第35-38页 |
| 3.2 基于条件熵的高维类别不完备数据的维度约简算法(CEHDAR算法) | 第38页 |
| 3.3 实例分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 一种新的初始类中心的选择算法 | 第41-48页 |
| 4.1 加权重叠距离 | 第41-43页 |
| 4.2 加权平均密度 | 第43-44页 |
| 4.3 WDADI算法 | 第44-45页 |
| 4.4 实验分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 实验测试 | 第48-55页 |
| 5.1 实验环境及实验数据 | 第48页 |
| 5.2 实验设置 | 第48-49页 |
| 5.3 评价指标 | 第49页 |
| 5.4 实验 | 第49-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |