| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-18页 |
| ·选题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·聚类算法研究现状 | 第11-12页 |
| ·Kolmogorov 复杂性的研究现状 | 第12-15页 |
| ·本文的主要工作及可能的创新点 | 第15-16页 |
| ·本文的组织结构和技术路线 | 第16-18页 |
| 第二章 相关基础理论概述 | 第18-29页 |
| ·聚类分析的相似性度量基础理论 | 第18-22页 |
| ·聚类分析的流程 | 第18-20页 |
| ·对象相似性度量 | 第20-22页 |
| ·Kolmogorov 复杂性的基础理论 | 第22-27页 |
| ·Kolmogorov 复杂性的定义 | 第22-23页 |
| ·对象的计算模型 | 第23-24页 |
| ·Kolmogorov 复杂性与熵 | 第24-26页 |
| ·算法随机序列与不可压缩序列 | 第26-27页 |
| ·最小描述长度原则 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于 Kolmogorov 复杂性的聚类方法 | 第29-59页 |
| ·聚类方法的要求 | 第29-30页 |
| ·对象的 Kolmogorov 复杂性计算方法 | 第30-37页 |
| ·单一对象 Kolmogorov 复杂性的计算 | 第30-34页 |
| ·联合对象 Kolmogorov 复杂性的计算 | 第34-36页 |
| ·压缩方法与 Kolmogorov 复杂性 | 第36-37页 |
| ·基于 Kolmogorov 复杂性的聚类准则函数 | 第37-43页 |
| ·距离规范化准则 | 第37-38页 |
| ·对象间的信息距离模型 | 第38-41页 |
| ·对象间的压缩距离模型 | 第41-43页 |
| ·基于 Kolmogorov 复杂性的聚类方法优化 | 第43-49页 |
| ·压缩距离的稳定性优化 | 第43-45页 |
| ·压缩算法的比较与选择 | 第45-46页 |
| ·对象降噪预处理 | 第46-49页 |
| ·基于 Kolmogorov 复杂性 K-means 聚类算法分析与设计 | 第49-58页 |
| ·算法分析 | 第49-52页 |
| ·算法设计 | 第52-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于 Kolmogorov 复杂性的聚类算法实例研究 | 第59-70页 |
| ·实验背景及必要性 | 第59-60页 |
| ·算法的具体实现 | 第60-62页 |
| ·实验过程及效果分析 | 第62-69页 |
| ·文本文件的聚类 | 第62-64页 |
| ·文献的聚类及自动推荐 | 第64-66页 |
| ·图片的聚类及破损图片的处理 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 在学期间的研究成果及发表的学术论文 | 第78页 |
