| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 主要符号说明 | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状及发展趋势 | 第10-14页 |
| ·模糊聚类的研究现状 | 第10-12页 |
| ·文本挖掘的研究现状 | 第12-13页 |
| ·聚类有效性的研究现状 | 第13-14页 |
| ·模糊聚类存在的主要问题 | 第14-15页 |
| ·本文的主要研究内容及结构安排 | 第15-17页 |
| 第二章 模糊聚类相关理论及聚类方法介绍 | 第17-24页 |
| ·模糊集理论 | 第17-19页 |
| ·聚类分析简介 | 第19-20页 |
| ·主要聚类方法 | 第20-23页 |
| ·基于划分的聚类方法 | 第20-21页 |
| ·基于层次的聚类方法 | 第21-22页 |
| ·基于密度的聚类方法 | 第22页 |
| ·基于网格的聚类方法 | 第22页 |
| ·基于模型的聚类方法 | 第22页 |
| ·基于约束的聚类方法 | 第22-23页 |
| ·模糊聚类 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 模糊C均值算法的研究 | 第24-31页 |
| ·FCM算法 | 第24-27页 |
| ·K均值聚类算法 | 第24-25页 |
| ·FCM算法 | 第25-27页 |
| ·FCM算法分析 | 第27-28页 |
| ·PCM算法 | 第28-29页 |
| ·PFCM算法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于样本-特征加权的模糊核聚类算法 | 第31-43页 |
| ·样本-特征加权 | 第31页 |
| ·Mercer核 | 第31-32页 |
| ·基于样本-特征加权的可能性模糊核聚类算法 | 第32-36页 |
| ·聚类有效性 | 第36页 |
| ·仿真实验 | 第36-42页 |
| ·聚类精度实验 | 第36-38页 |
| ·抗噪性实验 | 第38-41页 |
| ·聚类有效性实验 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于样本-特征加权的模糊核聚类算法在科技奖励评审项目聚类中的应用 | 第43-57页 |
| ·系统模型 | 第43-44页 |
| ·系统具体设计及模块实现 | 第44-51页 |
| ·文本预处理模块 | 第44-48页 |
| ·项目模糊聚类模块 | 第48页 |
| ·项目自动分组模块 | 第48-51页 |
| ·自动分组后处理模块 | 第51页 |
| ·系统数据说明 | 第51-54页 |
| ·测试语料库 | 第51页 |
| ·评价指标 | 第51-54页 |
| ·系统环境 | 第54页 |
| ·系统实验过程及结论分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 工作总结和展望 | 第57-59页 |
| ·本文工作总结 | 第57-58页 |
| ·工作展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 个人简历 在读期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |