聚类算法的研究及其应用
| 摘 要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景及选题意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·论文研究的主要内容和目标 | 第14-16页 |
| 第二章 数据挖掘技术中的聚类分析 | 第16-27页 |
| ·常用的聚类算法 | 第16-17页 |
| ·聚类分析的基本知识 | 第17-20页 |
| ·聚类策略 | 第20-22页 |
| ·层次聚类法 | 第22-24页 |
| ·动态聚类法 | 第24-25页 |
| ·小结 | 第25-27页 |
| 第三章 现有聚类算法的研究 | 第27-36页 |
| ·聚类准则 | 第27-30页 |
| ·类的表示 | 第30-33页 |
| ·算法框架 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第四章 一种基于粒子群优化的聚类神经网络 | 第36-52页 |
| ·进化计算与聚类分析 | 第36页 |
| ·粒子群算法的基本原理 | 第36-38页 |
| ·聚类分析的粒子群算法 | 第38-39页 |
| ·聚类神经网络 | 第39-45页 |
| ·一种基于粒子群优化的聚类神经网络 | 第45-51页 |
| ·小结 | 第51-52页 |
| 第五章 聚类算法在电力系统中的应用 | 第52-58页 |
| ·聚类算法的应用 | 第52-53页 |
| ·数据的预处理 | 第53页 |
| ·算法的实现 | 第53-57页 |
| ·小结 | 第57-58页 |
| 结论与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录攻读学位期间发表论文目录 | 第63-64页 |
| 中文详细摘要 | 第64-71页 |
