基于w-距离均值的模糊聚类及其离散化
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 概论 | 第7-15页 |
| ·数据挖掘概述 | 第7-9页 |
| ·数据挖掘常用的方法 | 第9-10页 |
| ·广义知识挖掘中常见方法 | 第9页 |
| ·非广义知识挖掘常用方法 | 第9-10页 |
| ·连续属性离散化技术及其现状 | 第10-12页 |
| ·连续属性离散化的原因 | 第10-11页 |
| ·离散化方法 | 第11-12页 |
| ·离散化技术研究现状 | 第12页 |
| ·研究工作及论文组织 | 第12-15页 |
| ·研究工作 | 第12-13页 |
| ·论文组织 | 第13-15页 |
| 第二章 聚类、模糊集和粗糙集的相关知识 | 第15-23页 |
| ·模糊集简述 | 第15页 |
| ·聚类技术 | 第15-19页 |
| ·常见的聚类方法 | 第16-18页 |
| ·模糊聚类 | 第18页 |
| ·模糊 C-均值算法 | 第18-19页 |
| ·粗糙集技术 | 第19-21页 |
| ·模糊集和粗糙集的关系 | 第21页 |
| ·小结 | 第21-23页 |
| 第三章 基于 W-距离均值的模糊聚类算法 | 第23-35页 |
| ·引言 | 第23-24页 |
| ·距离度量方法 | 第24-25页 |
| ·欧式距离度量 | 第24-25页 |
| ·其它距离度量方式 | 第25页 |
| ·基于 W-距离均值的 FCM 算法 | 第25-29页 |
| ·初始聚类中心的选取 | 第26-27页 |
| ·样本权值的确定 | 第27-28页 |
| ·基于 w-距离均值的 FCM 算法的步骤 | 第28-29页 |
| ·实验结果及分析 | 第29-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于 W-MDFCM 的离散化算法 | 第35-41页 |
| ·引言 | 第35-37页 |
| ·基于模糊聚类的离散化算法 | 第37-38页 |
| ·基于 w-MDFCM 的离散化算法 | 第37-38页 |
| ·仿真实验与结果分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 总结与展望 | 第41-43页 |
| ·总结 | 第41页 |
| ·展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47-49页 |
| 研究生期间发表的文章及参与项目 | 第49-51页 |
| 个人简介与联系方式 | 第51-52页 |
