首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于改进FCM算法的暴力犯罪特征聚类分析及应用

摘要第1-6页
ABSTRACT第6-9页
第1章 绪论第9-13页
   ·研究的意义和背景第9-10页
   ·研究现状第10-11页
   ·本文的工作第11页
   ·论文组织结构第11-13页
第2章 聚类分析算法介绍第13-22页
   ·聚类方法概述第13-16页
     ·基于划分的聚类算法第13-14页
     ·基于层次的聚类算法第14页
     ·基于网格的聚类算法第14-15页
     ·基于密度的聚类算法第15页
     ·基于模型的聚类算法第15-16页
   ·模糊聚类第16-20页
     ·硬聚类算法HCM第16-18页
     ·模糊聚类算法FCM第18-20页
   ·FCM算法的优缺点第20页
   ·连续数据离散化第20-21页
     ·数据离散化意义第20-21页
     ·数据离散化评估标准第21页
   ·本章小结第21-22页
第3章 FCM算法介绍第22-30页
   ·HCM算法和FCM算法第22-24页
   ·连续数据离散化第24-28页
     ·信息熵的设计第25-26页
     ·离散化算法实现流程图第26-27页
     ·算法描述第27-28页
   ·改进的FCM算法第28-29页
     ·基于连续属性离散化的FCM算法第28-29页
     ·FCM算法与改进算法的比较第29页
   ·本章小结第29-30页
第4章 改进的FCM算法在暴力犯罪特征聚类分析中的应用第30-42页
   ·实验背景介绍第30页
   ·实验材料与方法第30-34页
     ·研究对象第30页
     ·原始数据来源第30-31页
     ·原始数据采集第31-34页
   ·暴力犯罪特征分析流程第34-35页
   ·实验结果和分析第35-41页
   ·本章小结第41-42页
第5章 总结与展望第42-44页
   ·论文总结第42页
   ·下步工作展望第42-44页
参考文献第44-46页
致谢第46页

论文共46页,点击 下载论文
上一篇:基于Web挖掘的SNS网站服务模型的研究
下一篇:基于执行路径聚类的程序错误定位方法研究