| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-9页 |
| 1 引言 | 第9-17页 |
| ·论文背景 | 第9-13页 |
| ·研究现状 | 第13-15页 |
| ·本文研究的内容 | 第15-17页 |
| 2 聚类算法基础 | 第17-41页 |
| ·数据基础 | 第17-18页 |
| ·聚类统计量 | 第18-25页 |
| ·性状变量 | 第18-19页 |
| ·数据转换 | 第19-21页 |
| ·距离与相似系数 | 第21-25页 |
| ·聚类方法 | 第25-41页 |
| ·系统聚类法 | 第26-35页 |
| ·动态聚类 | 第35-41页 |
| 3 新的动态聚类方法 | 第41-44页 |
| ·最小组内距离法——Min(TD_W) | 第41-42页 |
| ·最小组内平方距离法——Min(TSD_W) | 第42-43页 |
| ·几种目标函数相结合的方法 | 第43页 |
| ·恰当的标准化方法 | 第43-44页 |
| 4 实现全局最优聚类的算法 | 第44-53页 |
| ·实现全局最优的难度 | 第44-45页 |
| ·优化聚类算法程序 | 第45-52页 |
| ·传统过程 | 第45-49页 |
| ·扩张过程 | 第49-52页 |
| ·合并分割过程 | 第52页 |
| ·作图程序 | 第52-53页 |
| 5 模拟与实例分析 | 第53-63页 |
| ·全局最优聚类 | 第53-54页 |
| ·随机数据 | 第54-56页 |
| ·经典数据 | 第56-60页 |
| ·实际数据的比较分析 | 第60-62页 |
| ·结论 | 第62-63页 |
| 6 分类数判断标准 | 第63-76页 |
| ·仿BIC 准则 | 第63-70页 |
| ·原理 | 第63页 |
| ·模拟与实例演示 | 第63-70页 |
| ·基于 WILK'S Λ统计量和 F 分布的概率判断法 | 第70-75页 |
| ·原理 | 第70-71页 |
| ·模拟与实例演示 | 第71-75页 |
| ·小结 | 第75-76页 |
| 7 结束语 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录 | 第82-87页 |
| 致谢 | 第87页 |