| 目录 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第6-13页 |
| ·有限混合模型简介 | 第6-7页 |
| ·混合模型聚类的原理及方法 | 第7-9页 |
| ·混合模型聚类的原理 | 第7页 |
| ·混合模型聚类的方法 | 第7-8页 |
| ·混合模型的其它应用 | 第8-9页 |
| ·混合模型聚类的研究现状 | 第9-12页 |
| ·混合模型聚类中存在的三大问题 | 第9-10页 |
| ·混合模型聚类中的三大问题解决的进展 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第二章 基于混合模型的聚类算法研究 | 第13-33页 |
| ·混合模型聚类常用的算法 | 第13-16页 |
| ·EM算法 | 第13-14页 |
| ·CEM算法 | 第14-15页 |
| ·SEM算法 | 第15-16页 |
| ·算法的终止原则 | 第16页 |
| ·算法的初始化策略 | 第16-28页 |
| ·初始化策略的基本步骤 | 第16-18页 |
| ·四种改进的有效的初始化策略的研究 | 第18-20页 |
| ·四种改进的初始化策略的有效性的实验比较 | 第20-28页 |
| ·四种模型选择准则的总结 | 第28-33页 |
| ·贝叶斯信息准则(BIC) | 第28-29页 |
| ·积分完整的似然准则(ICL) | 第29-30页 |
| ·标准化熵准则(NEC) | 第30-31页 |
| ·交叉验证准则(CV) | 第31页 |
| ·四种准则的适应范围及简单比较 | 第31-33页 |
| 第三章 混合模型聚类算法的稳健性研究 | 第33-50页 |
| ·稳健性的含义 | 第33页 |
| ·多元t-分布混合模型的定义 | 第33-34页 |
| ·多元t-分布混合模型的EM算法 | 第34-37页 |
| ·混合t-分布模型聚类含缺失值数据集的算法研究 | 第37-50页 |
| ·常用的处理缺失数据的方法 | 第37页 |
| ·拟合含缺失值的数据集的混合t-分布模型的EM算法 | 第37-40页 |
| ·混合t-分布模型聚类含缺失值的数据集算法流程 | 第40-41页 |
| ·混合t-分布模型聚类含缺失值的数据集的算法分析及改进 | 第41-42页 |
| ·改进算法的效果实验验证 | 第42-50页 |
| 第四章 结束语 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |
| 附录 | 第54页 |