因素轮廓相似性分析方法与应用研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-14页 |
| 1.1 选题意义及背景 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-14页 |
| 2 因素轮廓的基础概念 | 第14-29页 |
| 2.1 因素轮廓的概念与性质 | 第14-20页 |
| 2.1.1 统计数据的因素轮廓 | 第14-18页 |
| 2.1.2 因素轮廓的缩放变换 | 第18-20页 |
| 2.2 轮廓相似性的度量方法 | 第20-22页 |
| 2.2.1 轮廓的相似性度量公理 | 第20-21页 |
| 2.2.2 轮廓相似度的度量公式 | 第21-22页 |
| 2.3 多维数据降维的原理与方法 | 第22-27页 |
| 2.3.1 主成分分析法 | 第22-23页 |
| 2.3.2 轮廓分析法 | 第23-27页 |
| 2.4 基于轮廓相似度快速聚类方法 | 第27-29页 |
| 2.4.1 算法原理 | 第27-28页 |
| 2.4.2 案例分析 | 第28-29页 |
| 3 应用一—多维数据集合的排序 | 第29-43页 |
| 3.1 一维数据集合序关系两两比对算法 | 第29-31页 |
| 3.2 多个数据的一致性排序原理 | 第31-37页 |
| 3.3 多维数据集合排序算法与实证 | 第37-43页 |
| 4 应用二—周期性时间序列的模式识别 | 第43-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 作者简历 | 第53-55页 |
| 学位论文数据集 | 第55-56页 |
