层次聚类算法的研究及应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·课题的研究意义 | 第7-8页 |
| ·课题的主要研究内容 | 第8-9页 |
| ·论文内容和结构安排 | 第9-10页 |
| 第二章 聚类算法研究 | 第10-21页 |
| ·聚类分析概述 | 第10-12页 |
| ·主要聚类算法分类 | 第12-16页 |
| ·聚类分析中的数据类型 | 第16-19页 |
| ·数据的表示 | 第16-17页 |
| ·数据的类型 | 第17-18页 |
| ·数据的相似性度量 | 第18-19页 |
| ·聚类算法的质量评价标准 | 第19页 |
| ·小结 | 第19-21页 |
| 第三章 基于层次的聚类算法及改进 | 第21-35页 |
| ·层次方法概述 | 第21-24页 |
| ·凝聚的和分裂的层次聚类 | 第21-22页 |
| ·簇间距离度量方法 | 第22-24页 |
| ·基于最小距离的层次聚类算法的基本思想 | 第24-25页 |
| ·层次聚类算法分析 | 第25-26页 |
| ·基于最小生成树的改进型层次聚类算法思想及其实现 | 第26-32页 |
| ·算法思想 | 第26-29页 |
| ·算法实现 | 第29-30页 |
| ·算法的核心代码 | 第30-32页 |
| ·应用实例分析 | 第32-34页 |
| ·用matlab聚类 | 第32-34页 |
| ·结果评价 | 第34页 |
| ·小结 | 第34-35页 |
| 第四章 Kmeans算法及改进 | 第35-45页 |
| ·Kmeans算法基本思想 | 第35-37页 |
| ·Kmeans算法的分析 | 第37页 |
| ·Kmeans算法的主要问题 | 第37-38页 |
| ·对基于划分的聚类算法 Kmeans算法的改进 | 第38-40页 |
| ·改进型 Kmeans算法的实现 | 第40-43页 |
| ·应用实例分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第五章 应用改进聚类方法设计 RBF神经网络 | 第45-51页 |
| ·RBFNN简介 | 第45-47页 |
| ·RBF神经网络模型 | 第45-46页 |
| ·归一化 RBF神经网络 | 第46-47页 |
| ·RBF神经网络的参数优化 | 第47-48页 |
| ·RBF神经网络分类器的实现 | 第48-49页 |
| ·仿真实验 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-54页 |
| ·总结 | 第51-52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间完成的学术论文 | 第59页 |
