| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究目的及意义 | 第7-8页 |
| ·国内外的研究现状 | 第8-9页 |
| ·本文的主要内容 | 第9-10页 |
| 第二章 数据挖掘及聚类分析概述 | 第10-18页 |
| ·数据挖掘概述 | 第10页 |
| ·数据挖掘任务 | 第10-11页 |
| ·聚类分析 | 第11-14页 |
| ·聚类分析的主要算法 | 第14-18页 |
| 第三章 蚁群算法的基本原理 | 第18-22页 |
| ·蚁群算法概述 | 第18页 |
| ·基于蚁群觅食原理的蚁群算法 | 第18-19页 |
| ·基于蚁堆形成原理的蚁群算法 | 第19-22页 |
| 第四章 结合ACA算法和KHM 算法的新算法 | 第22-33页 |
| ·调和K 均值聚类 | 第22-24页 |
| ·结合蚁群方法和调和K 均值聚类算法的新算法 | 第24-27页 |
| ·实验结果及分析 | 第27-33页 |
| 第五章 结束语 | 第33-34页 |
| 参考文献 | 第34-37页 |
| 致谢 | 第37-38页 |
| 在学期间公开发表著作和论文情况 | 第38页 |