| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 粗糙K-均值聚类算法及其国内外石质文物健康评价研究现状 | 第9-11页 |
| 1.3 论文主要内容及结构 | 第11-12页 |
| 2 聚类算法和蚁群算法研究 | 第12-22页 |
| 2.1 引言 | 第12页 |
| 2.2 聚类的概念与过程 | 第12-13页 |
| 2.3 常见聚类算法 | 第13-15页 |
| 2.4 K-均值聚类算法概述 | 第15-17页 |
| 2.4.1 K-均值聚类算法基本原理 | 第15-16页 |
| 2.4.2 K-均值聚类算法优缺点分析 | 第16-17页 |
| 2.5 粗糙K-均值聚类算法概述 | 第17-18页 |
| 2.5.1 粗糙集概念 | 第17页 |
| 2.5.2 粗糙K-均值聚类算法原理 | 第17-18页 |
| 2.6 蚁群算法概述 | 第18-21页 |
| 2.6.1 蚁群算法的生物学理论基础 | 第18-19页 |
| 2.6.2 蚁群算法基本原理 | 第19-21页 |
| 2.7 小结 | 第21-22页 |
| 3 改进的粗糙K-均值聚类算法 | 第22-34页 |
| 3.1 引言 | 第22页 |
| 3.2 结合蚁群算法改进的粗糙K-均值聚类算法 | 第22-30页 |
| 3.2.1 蚁群算法随机概率选择策略增加解的多样性 | 第23-24页 |
| 3.2.2 改进粗糙K-均值聚类算法中目标函数设计 | 第24页 |
| 3.2.3 蚁群算法中正负反馈机制 | 第24-25页 |
| 3.2.4 改进粗糙K-均值聚类算法自动获取阈值 | 第25页 |
| 3.2.5 改进粗糙K-均值聚类算法中聚类中心计算 | 第25-26页 |
| 3.2.6 结合蚁群算法改进的粗糙K-均值聚类算法描述 | 第26页 |
| 3.2.7 结合蚁群算法的改进粗糙K-均值聚类算法实验 | 第26-30页 |
| 3.3 动态粗糙K-均值聚类算法 | 第30-33页 |
| 3.3.1 动态聚类算法简介 | 第30-31页 |
| 3.3.2 增量数据聚类方法 | 第31-32页 |
| 3.3.3 动态粗糙K-均值聚类算法描述 | 第32页 |
| 3.3.4 动态粗糙K-均值聚类算法实验 | 第32-33页 |
| 3.4 小结 | 第33-34页 |
| 4 基于改进粗糙K-均值聚类算法的露天石质文物文物健康评价模型 | 第34-46页 |
| 4.1 引言 | 第34页 |
| 4.2 评价模型的确定 | 第34-35页 |
| 4.3 层次分析法概述 | 第35-38页 |
| 4.3.1 层次分析法概念 | 第35页 |
| 4.3.2 层次分析法基本原理与步骤 | 第35-36页 |
| 4.3.3 层次分析法权重向量计算 | 第36-37页 |
| 4.3.4 各层对目标层合成权重 | 第37-38页 |
| 4.4 评价因素指标描述 | 第38-39页 |
| 4.4.1 露天石质文物所处环境健康风险分析 | 第38页 |
| 4.4.2 露天石质文物健康风险评价指标 | 第38-39页 |
| 4.5 评价指标权重建立 | 第39-41页 |
| 4.6 基于改进的粗糙K-均值聚类算法评价模型实验 | 第41-45页 |
| 4.6.1 露天石质文物健康风险等级 | 第42-43页 |
| 4.6.2 露天石质文物健康风险评价指标评分准则 | 第43页 |
| 4.6.3 评价指标聚类分析 | 第43-45页 |
| 4.7 小结 | 第45-46页 |
| 5 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46-47页 |
| 5.2 展望 | 第47-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 攻读硕士学位期间的研究成果 | 第56页 |
