| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景和研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要工作和章节安排 | 第12-13页 |
| 第2章 经典聚类分析 | 第13-20页 |
| 2.1 聚类分析的概述 | 第13-14页 |
| 2.2 经典聚类分析——K均值聚类 | 第14-16页 |
| 2.3 算法实例及其结果分析 | 第16-20页 |
| 第3章 基于模糊关系的聚类分析 | 第20-28页 |
| 3.1 模糊集和模糊关系 | 第20页 |
| 3.2 基于模糊关系的聚类分析算法 | 第20-23页 |
| 3.2.1 算法的一般步骤 | 第20-22页 |
| 3.2.2 最佳阈值γ的确定 | 第22-23页 |
| 3.3 算法实例及其结果分析 | 第23-28页 |
| 第4章 基于模糊划分的聚类分析 | 第28-33页 |
| 4.1 普通C-划分 | 第28页 |
| 4.2 模糊C-划分 | 第28-29页 |
| 4.3 基于模糊C-划分的聚类分析算法(FCM) | 第29-30页 |
| 4.4 算法实例及其结果分析 | 第30-33页 |
| 第5章 FCM在区域经济划分中的应用 | 第33-38页 |
| 5.1 应用背景和数据集介绍 | 第33-35页 |
| 5.2 实验结果及其实际意义分析 | 第35-38页 |
| 第6章 总结与展望 | 第38-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 攻读硕士学位期间发表的论文 | 第43-44页 |
| 附录一：IRIS数据集 | 第44-49页 |
| 附录二：对IRIS数据集进行FCM得到的隶属度矩阵U_(iria) | 第49-55页 |