| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·选题的背景与意义 | 第10-11页 |
| ·数据挖掘技术概述 | 第11-12页 |
| ·智能优化算法概述 | 第12-13页 |
| ·本文的研究内容和结构安排 | 第13-15页 |
| ·本文的研究内容 | 第13页 |
| ·本文的结构安排 | 第13-15页 |
| 第二章 聚类分析 | 第15-22页 |
| ·聚类分析概述 | 第15页 |
| ·聚类分析中的数据类型 | 第15-17页 |
| ·聚类分析中的数据结构 | 第17-18页 |
| ·聚类的要求与准则 | 第18-19页 |
| ·聚类要求 | 第18-19页 |
| ·聚类准则 | 第19页 |
| ·主要的聚类方法 | 第19-21页 |
| ·基于划分的方法 | 第20页 |
| ·基于层次的方法 | 第20页 |
| ·基于密度的方法 | 第20页 |
| ·基于网格的方法 | 第20页 |
| ·基于模型的方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于混沌映射与高斯变异的混合蛙跳算法 | 第22-29页 |
| ·混合蛙跳算法背景及研究现状 | 第22-23页 |
| ·Memetic 算法 | 第22-23页 |
| ·混合蛙跳算法理论基础 | 第23页 |
| ·混合蛙跳算法求解过程 | 第23-24页 |
| ·混合蛙跳算法的参数 | 第24-25页 |
| ·混合蛙跳算法的优缺点 | 第25页 |
| ·混沌映射系统 | 第25页 |
| ·高斯分布 | 第25-26页 |
| ·改进的混合蛙跳算法 | 第26-27页 |
| ·改进的混合蛙跳算法基本思想 | 第26-27页 |
| ·改进算法描述 | 第27页 |
| ·仿真实验 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 融合粒子群和蛙跳算法的模糊 C-均值聚类算法 | 第29-41页 |
| ·模糊C-均值聚类算法 | 第29-31页 |
| ·模糊C-均值聚类算法的简介 | 第29页 |
| ·模糊C 均值聚类算法求解过程 | 第29-30页 |
| ·模糊C-均值聚类算法的参数设定 | 第30页 |
| ·模糊C-均值聚类算法的优缺点 | 第30-31页 |
| ·粒子群算法 | 第31-34页 |
| ·粒子群算法的研究背景 | 第31页 |
| ·粒子群算法理论基础 | 第31-32页 |
| ·粒子群算法描述 | 第32-33页 |
| ·标准粒子群算法参数设定 | 第33页 |
| ·标准的粒子群算法的迭代步骤 | 第33-34页 |
| ·算法设计 | 第34-37页 |
| ·算法的基本思想 | 第34页 |
| ·改进算法的基本流程 | 第34-36页 |
| ·算法描述 | 第36页 |
| ·算法时间复杂度分析 | 第36-37页 |
| ·仿真实验 | 第37-40页 |
| ·利用UCI 数据库的Iris 数据集检查改进算法的聚类效果 | 第37-38页 |
| ·利用UCI 数据库的Wine 数据集检查改进算法的聚类效果 | 第38页 |
| ·利用二维随机产生的分布数的数据检验改进算法聚类效果 | 第38-39页 |
| ·实验分析与结论 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-42页 |
| ·总结 | 第41页 |
| ·展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-47页 |
| 附录 （攻读硕士学位期间发表录用论文） | 第47-48页 |
| 摘要 | 第48-53页 |
| Abstract | 第53-59页 |
