一种两总体聚类判别算法及其应用研究

1 绪论	第1-21页
·研究范围的界定	第8-10页
·常用距离的定义及其评价	第10-12页
·明氏距离测度	第10-11页
·杰氏距离	第11页
·兰氏距离	第11-12页
·马氏距离	第12页
·斜交空间距离	第12页
·系统聚类与动态聚类方法	第12-13页
·样本的原始排列顺序对聚类结果的影响	第13-14页
·对经典聚类分析算法的分析与评价	第14-15页
·经典判别分析算法及其评价	第15-18页
·小结	第18-21页
2 新算法的描述及其相关结论	第21-34页
·新算法的设计思想	第21-22页
·相关概念	第22-25页
·判别有效指标值与判别无效指标值的定义	第22-23页
·给定分组下的指标权重的定义	第23页
·给定分组下的判别模型的定义	第23页
·某指标下样本的判别概率的定义	第23-24页
·样本的判别概率的定义	第24页
·判别无效指标值的获得方向的定义	第24-25页
·分组有效性系数的定义	第25页
·两总体判别分析算法	第25-26页
·两总体动态聚类分析算法的设计	第26-28页
·新算法的实现及其优化	第28-32页
·数据库设计	第29-31页
·算法实现中的优化问题	第31-32页
·关于算法的相关结论	第32-34页
3 新算法在判别分析和聚类分析中的应用	第34-55页
·新算法在判别分析中的应用	第34-43页
·人文发展指数案例	第34-36页
·经济增长差异案例	第36-40页
·新算法在上市公司财务状况判别中的应用	第40-43页
·新算法在聚类分析中的应用	第43-55页
·不平衡样本个数的无指导动态聚类	第44-50页
·平衡样本个数的无指导动态聚类	第50-52页
·有指导的动态聚类	第52-55页
结束语	第55-57页
附录	第57-71页
参考文献	第71-75页
声明	第75-76页
致谢	第76页