| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外相关研究综述 | 第11-17页 |
| 1.2.1 模糊聚类 | 第11-15页 |
| 1.2.2 加权聚类 | 第15-16页 |
| 1.2.3 熵聚类 | 第16-17页 |
| 1.3 研究内容与目标 | 第17-18页 |
| 1.4 论文组织 | 第18-21页 |
| 第二章 相关理论与知识 | 第21-28页 |
| 2.1 模糊聚类算法 | 第21-22页 |
| 2.1.1 模糊C均值聚类算法 | 第21-22页 |
| 2.1.2 模糊C均值聚类算法的局限性 | 第22页 |
| 2.2 熵 | 第22-25页 |
| 2.2.1 熵的概念 | 第23-24页 |
| 2.2.2 熵的性质 | 第24页 |
| 2.2.3 广义熵 | 第24-25页 |
| 2.3 聚类有效性指标 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于样本-特征双加权广义熵的模糊聚类 | 第28-36页 |
| 3.1 加权模糊聚类 | 第28页 |
| 3.2 样本-特征加权方法 | 第28-30页 |
| 3.2.1 特征加权方法 | 第28-29页 |
| 3.2.2 样本加权方法 | 第29-30页 |
| 3.3 SGEF-WFCM算法 | 第30-35页 |
| 3.3.1 目标函数 | 第30页 |
| 3.3.2 理论推导 | 第30-34页 |
| 3.3.3 具体实施步骤 | 第34页 |
| 3.3.4 收敛性分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 融合可信性的SGEF-WFCM算法 | 第36-44页 |
| 4.1 可信性测度 | 第36-37页 |
| 4.2 基于可信性的模糊聚类 | 第37-40页 |
| 4.2.1 可信性聚类优化模型 | 第37-39页 |
| 4.2.2 可信性聚类算法 | 第39-40页 |
| 4.3 CSGEF-WFCM算法 | 第40-43页 |
| 4.3.1 聚类模型 | 第40-41页 |
| 4.3.2 具体实施步骤 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 实验与分析 | 第44-64页 |
| 5.1 数据集说明 | 第44-48页 |
| 5.1.1 仿真数据集 | 第44-47页 |
| 5.1.2 UCI数据集 | 第47-48页 |
| 5.2 实验结果及分析 | 第48-62页 |
| 5.2.1 对SGEF-WFCM算法的实验及分析 | 第48-56页 |
| 5.2.2 对CSGEF-WFCM算法的实验及分析 | 第56-62页 |
| 5.3 结果讨论 | 第62页 |
| 5.4 本章小结 | 第62-64页 |
| 第六章 结论与展望 | 第64-67页 |
| 6.1 主要工作总结 | 第64-65页 |
| 6.2 创新点 | 第65页 |
| 6.3 不足与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间的学术论文与研究成果 | 第72-73页 |
| 致谢 | 第73页 |