模糊聚类研究及其在水文分区中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| ·数据挖掘研究概述 | 第12-13页 |
| ·模糊聚类研究现状及存在问题 | 第13-15页 |
| ·模糊聚类研究概述 | 第13-14页 |
| ·常用模糊聚类算法研究现状及存在问题 | 第14-15页 |
| ·模糊聚类在水文分区中应用现状及意义 | 第15-16页 |
| ·本文的研究内容与组织结构 | 第16-17页 |
| 第二章 相关的背景知识 | 第17-33页 |
| ·聚类 | 第17-24页 |
| ·聚类定义 | 第17页 |
| ·样本间“相似性”度量 | 第17-20页 |
| ·模糊聚类分析的一般步骤 | 第20-21页 |
| ·数据挖掘中聚类算法研究 | 第21-24页 |
| ·模糊理论 | 第24-32页 |
| ·模糊数学概述 | 第24-25页 |
| ·模糊理论的数学基础 | 第25-27页 |
| ·模糊关系和模糊矩阵 | 第27-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 神经网络模糊聚类 | 第33-48页 |
| ·神经网络模糊聚类概述 | 第33页 |
| ·BP网络与算法 | 第33-37页 |
| ·BP网络算法 | 第34-36页 |
| ·BP算法的改进 | 第36-37页 |
| ·BP算法的总结 | 第37页 |
| ·基于模糊逻辑的神经元网络聚类 | 第37-43页 |
| ·模糊逻辑神经元网络结构 | 第37-38页 |
| ·网络学习算法 | 第38-40页 |
| ·基于模糊逻辑的神经元网络聚类算法实验 | 第40-41页 |
| ·算法中的死点问题 | 第41-43页 |
| ·模拟退火模糊聚类 | 第43-47页 |
| ·模拟退火基本思想 | 第43-44页 |
| ·模拟退火算法 | 第44-45页 |
| ·模拟退火算法分析研究 | 第45-46页 |
| ·Cauchy训练的引入 | 第46-47页 |
| ·模拟退火算法实验 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第四章 改进的模糊聚类算法NFC | 第48-60页 |
| ·模糊C-均值聚类算法 | 第48-49页 |
| ·FCM算法的基本原理 | 第48页 |
| ·FCM算法的实现方法 | 第48-49页 |
| ·结果的清晰化 | 第49页 |
| ·FCM算法研究 | 第49-50页 |
| ·改进初始聚类中心的FCM | 第50页 |
| ·改进加权指数r的FCM | 第50页 |
| ·改进聚类有效性函数的FCM | 第50页 |
| ·改进的模糊聚类算法NFC | 第50-56页 |
| ·模糊逻辑神经元算法和模拟退火算法的混合聚类算法 | 第51-52页 |
| ·局部混合算法实验及分析 | 第52-55页 |
| ·改进的模糊聚类算法NFC | 第55-56页 |
| ·NFC算法实验及分析 | 第56-59页 |
| ·实验结果 | 第56-57页 |
| ·实验分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 NFC在水文分区中的应用 | 第60-74页 |
| ·水文分区概述 | 第60-61页 |
| ·水文分区 | 第60页 |
| ·水文特性 | 第60-61页 |
| ·NFC在水文分区中的应用 | 第61-72页 |
| ·基于主成分分析和模糊聚类方法的分区研究 | 第61-62页 |
| ·基于主成分分析和模糊聚类方法的分区步骤 | 第62-65页 |
| ·NFC在安徽省淮河流域水文分区中的应用 | 第65-72页 |
| ·实验结果与分析 | 第72页 |
| ·本章小结 | 第72-74页 |
| 第六章 结论与展望 | 第74-76页 |
| ·工作总结 | 第74-75页 |
| ·工作展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录一 攻读硕士学位期间发表的论文 | 第80页 |
| 附录二 攻读硕士学位期间主持的课题 | 第80页 |
