| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题背景 | 第8页 |
| ·国内外研究概况 | 第8-11页 |
| ·数据挖掘研究现状及其发展趋势 | 第8-10页 |
| ·蚁群算法研究现状及其发展趋势 | 第10-11页 |
| ·论文研究的内容和组织 | 第11-13页 |
| 第二章 蚁群聚类相关技术分析 | 第13-24页 |
| ·聚类分析理论基础 | 第13-18页 |
| ·聚类问题模型 | 第13-14页 |
| ·聚类过程 | 第14-15页 |
| ·数据规范化变换方法 | 第15-16页 |
| ·相似度度量方法 | 第16-18页 |
| ·聚类分析的主要方法 | 第18页 |
| ·蚁群聚类算法的基本模型 | 第18-23页 |
| ·基于蚁堆原理的蚁群聚类算法——模型1 | 第18-20页 |
| ·基于觅食原理的蚁群聚类算法——模型2 | 第20-22页 |
| ·两种模型的比较分析 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 一种改进的蚁群聚类组合算法 | 第24-32页 |
| ·蚁群聚类组合算法 | 第24-26页 |
| ·基于模型1的聚类组合算法 | 第24-25页 |
| ·基于模型2的聚类组合算法 | 第25-26页 |
| ·两种模型的融合聚类算法 | 第26页 |
| ·改进的基于类连通的蚁群聚类组合算法 | 第26-31页 |
| ·基础知识 | 第26-27页 |
| ·改进算法思想 | 第27-28页 |
| ·相关公式 | 第28-29页 |
| ·改进算法描述 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第四章 仿真实验与结果分析 | 第32-43页 |
| ·数据准备 | 第32-35页 |
| ·测试数据 | 第32页 |
| ·数据预处理 | 第32-35页 |
| ·性能评价标准 | 第35页 |
| ·改进算法实验设计及结果 | 第35-42页 |
| ·基于信息熵权重的蚁群聚类组合算法实验(IACCHA-E) | 第36-40页 |
| ·基于主成分分析的蚁群聚类组合算法实验(IACCHA-P) | 第40-42页 |
| ·各算法实验结果对比与分析 | 第42页 |
| ·小结 | 第42-43页 |
| 第五章 总结及展望 | 第43-45页 |
| ·研究工作总结 | 第43页 |
| ·今后工作展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间主要的研究成果 | 第51页 |