| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外的研究现状 | 第11-13页 |
| 1.3 论文的主要内容 | 第13-14页 |
| 1.4 论文的组织与结构 | 第14-15页 |
| 第二章 聚类算法概述 | 第15-26页 |
| 2.1 聚类基础理论 | 第15-20页 |
| 2.1.1 聚类的基本概念 | 第15页 |
| 2.1.2 聚类分析步骤 | 第15-16页 |
| 2.1.3 聚类分析中的数据类型 | 第16-20页 |
| 2.2 主要聚类算法 | 第20-24页 |
| 2.2.1 基于划分的方法 | 第20-21页 |
| 2.2.2 基于层次的方法 | 第21页 |
| 2.2.3 基于密度的方法 | 第21-23页 |
| 2.2.4 基于网格的方法 | 第23-24页 |
| 2.2.5 基于模型的方法 | 第24页 |
| 2.3 聚类算法研究方向 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 模糊聚类算法概述 | 第26-38页 |
| 3.1 模糊理论基础 | 第26-30页 |
| 3.1.1 模糊集合 | 第26-27页 |
| 3.1.2 模糊关系 | 第27-28页 |
| 3.1.3 传统硬c-均值算法-HCM | 第28-29页 |
| 3.1.4 模糊c-均值算法-FCM | 第29-30页 |
| 3.2 模糊聚类算法的发展 | 第30-33页 |
| 3.2.1 目标函数的演化 | 第30-31页 |
| 3.2.2 算法的实现途径 | 第31-32页 |
| 3.2.3 聚类有效性研究 | 第32-33页 |
| 3.2.4 模糊聚类的应用 | 第33页 |
| 3.3 引力聚类的发展 | 第33-37页 |
| 3.3.1 万有引力定律 | 第33页 |
| 3.3.2 第一宇宙速度 | 第33-34页 |
| 3.3.3 引力度量标准 | 第34-35页 |
| 3.3.4 引力聚类算法 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于万有引力的模糊聚类算法设计与实现 | 第38-51页 |
| 4.1 算法概述 | 第38-41页 |
| 4.1.1 基本概念 | 第38-39页 |
| 4.1.2 基于第一宇宙速度的目标函数 | 第39-41页 |
| 4.2 初始聚类中心的选择 | 第41-45页 |
| 4.2.1 最大最小距离 | 第41-44页 |
| 4.2.2 本文的初始点选择方法 | 第44-45页 |
| 4.3 最佳聚类数目的确定 | 第45-47页 |
| 4.3.1 Xie-Beni指数 | 第45-46页 |
| 4.3.2 本文的聚类有效性指标 | 第46-47页 |
| 4.4 算法流程 | 第47-50页 |
| 4.4.1 结合万有引力的FCM算法-GAFCM | 第47-48页 |
| 4.4.2 本文整体的算法GFCM | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 实验与分析 | 第51-64页 |
| 5.1 实验环境 | 第51页 |
| 5.2 IRIS数据集 | 第51-56页 |
| 5.2.1 迭代次数对比 | 第51-53页 |
| 5.2.2 最佳聚类数目确定 | 第53-55页 |
| 5.2.3 聚类准确性对比 | 第55-56页 |
| 5.3 Wine数据集 | 第56-59页 |
| 5.3.1 迭代次数对比 | 第56-57页 |
| 5.3.2 最佳聚类数目确定 | 第57-58页 |
| 5.3.3 聚类准确性比较 | 第58-59页 |
| 5.4 Image Segmentation数据集 | 第59-63页 |
| 5.4.1 迭代次数对比 | 第59-60页 |
| 5.4.2 最佳聚类数目 | 第60-62页 |
| 5.4.3 聚类准确性比较 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |