| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景和研究目的 | 第10页 |
| ·相关内容的研究现状 | 第10-11页 |
| ·本文的主要内容和结构 | 第11-13页 |
| 第二章 基本理论和方法 | 第13-26页 |
| ·聚类分析的介绍 | 第13-16页 |
| ·聚类分析的数学模型 | 第13-14页 |
| ·聚类分析的相似性度量 | 第14-15页 |
| ·聚类分析的分类 | 第15-16页 |
| ·模糊理论 | 第16-18页 |
| ·模糊集合 | 第16-17页 |
| ·模糊关系 | 第17-18页 |
| ·模糊聚类 | 第18-20页 |
| ·模糊聚类的数学模型 | 第18-19页 |
| ·模糊聚类的方法 | 第19-20页 |
| ·模糊C-均值聚类算法 | 第20-23页 |
| ·模糊C均值聚类（FCM）算法的介绍 | 第20-21页 |
| ·模糊C均值聚类（FCM）算法的具体步骤 | 第21-23页 |
| ·基于特征加权的模糊C-均值聚类算法 | 第23-26页 |
| ·基于特征加权的模糊C均值聚类（WFCM）算法的思路 | 第23页 |
| ·模糊 C 均值聚类（WFCM）算法的具体步骤 | 第23-26页 |
| 第三章 粒子群优化算法 | 第26-31页 |
| ·标准粒子群优化算法 | 第26-28页 |
| ·粒子群优化（PSO）算法的基本概念 | 第26-27页 |
| ·惯性权重w的选取 | 第27-28页 |
| ·改进的粒子群优化算法 | 第28-31页 |
| ·改进的粒子群优化算法的介绍 | 第28-29页 |
| ·改进的粒子群优化算法的具体步骤 | 第29-31页 |
| 第四章 基于特征加权的FCM算法与PSO算法的结合 | 第31-38页 |
| ·算法结合的基本思路 | 第31-33页 |
| ·改进的PSO算法与WFCM算法的结合 | 第33-38页 |
| ·结合算法的介绍 | 第33页 |
| ·结合算法的具体步骤 | 第33-38页 |
| 第五章 算法在实验中的应用及分析 | 第38-41页 |
| ·实验的步骤 | 第38-39页 |
| ·数据的标准化 | 第38页 |
| ·实验操作 | 第38-39页 |
| ·实验结果比较与分析 | 第39-41页 |
| 总结 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 附录 | 第44-53页 |
| 致谢 | 第53页 |