基于粒子群优化的聚类算法研究

摘要	第1-6页
Abstract	第6-7页
致谢	第7-11页
第一章 绪论	第11-14页
·研究背景	第11-12页
·本文的主要研究内容	第12-13页
·本文的组织结构	第13-14页
第二章 数据挖据中的聚类分析技术	第14-31页
·聚类分析的基本概念	第14页
·聚类分析中的数据类型	第14-15页
·数据矩阵	第15页
·相异度矩阵	第15页
·相异度的计算方法	第15-21页
·区间变量及其相异度	第16-17页
·二元变量及其相异度	第17-19页
·标称型、序数型和比例标度型变量	第19-20页
·混合型变量及其相异度	第20-21页
·数据挖掘对聚类分析的要求	第21-22页
·主要的聚类算法	第22-30页
·划分方法	第22-26页
·层次方法	第26-27页
·基于密度的方法	第27-29页
·基于网格的方法	第29-30页
·对已有聚类算法的评价	第30-31页
第三章 粒子群优化理论和方法	第31-37页
·群智能优化的概念	第31-32页
·粒子群优化理论	第32-33页
·粒子群优化算法	第33-35页
·局部版PSO	第35-37页
第四章 基于PSO的CLARANS聚类算法	第37-47页
·CLARANS算法	第37-40页
·CLARANS算法说明	第37-38页
·CLARANS算法分析	第38-39页
·CLARANS算法的改进思路	第39-40页
·基于粒子群优化的CLARANS算法	第40-42页
·实验结果及性能分析	第42-47页
·性能评价标准	第42页
·实验与结果分析	第42-47页
第五章 总结与展望	第47-49页
·本文总结	第47页
·工作展望	第47-49页
参考文献	第49-55页
攻读硕士学位期间科研、论文发表情况	第55-56页
主要程序代码	第56-58页