| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文主要研究内容 | 第10-12页 |
| 第2章 聚类算法概述 | 第12-19页 |
| ·聚类简介 | 第12-18页 |
| ·划分聚类方法 | 第12-14页 |
| ·层次聚类方法 | 第14页 |
| ·基于密度的聚类方法 | 第14-15页 |
| ·基于网格的聚类方法 | 第15-16页 |
| ·基于模型的聚类方法 | 第16-17页 |
| ·基于约束的聚类方法 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第3章 吸引子传播聚类算法 | 第19-23页 |
| ·吸引子传播聚类算法简介 | 第19页 |
| ·吸引子传播聚类算法流程 | 第19-21页 |
| ·吸引子传播聚类算法特点 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第4章 基于变异赋权吸引子传播算法的上市公司绩效评价 | 第23-33页 |
| ·引言 | 第23-24页 |
| ·变异赋权的吸引子传播聚类算法 | 第24-26页 |
| ·变异系数 | 第24-25页 |
| ·变异赋权的吸引子传播聚类算法流程 | 第25-26页 |
| ·实证分析 | 第26-32页 |
| ·数据预处理 | 第26页 |
| ·聚类评价指标及实验对比 | 第26-29页 |
| ·聚类结果分析 | 第29-32页 |
| ·小结 | 第32-33页 |
| 第5章 基于智能赋权吸引子传播算法的上市公司绩效评价 | 第33-40页 |
| ·引言 | 第33-34页 |
| ·果蝇优化算法 | 第34-35页 |
| ·智能赋权的吸引子传播聚类算法 | 第35-37页 |
| ·智能赋权的吸引子传播聚类算法数学模型 | 第35-36页 |
| ·智能赋权的吸引子传播聚类算法流程图 | 第36-37页 |
| ·实证分析 | 第37-39页 |
| ·实验模拟结果 | 第37页 |
| ·聚类结果分析 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第6章 融合多指标面板数据的上市公司绩效评价模型 | 第40-51页 |
| ·引言 | 第40-41页 |
| ·多指标面板数据 | 第41-42页 |
| ·半监督聚类 | 第42-43页 |
| ·融合多指标面板数据的半监督吸引子传播聚类算法 | 第43-44页 |
| ·多指标面板数据的相似度 | 第43页 |
| ·融合多指标面板数据的半监督吸引子传播聚类算法流程 | 第43-44页 |
| ·实证分析 | 第44-50页 |
| ·数据预处理 | 第44-45页 |
| ·结果对比与分析 | 第45-50页 |
| ·小结 | 第50-51页 |
| 第7章 结论与展望 | 第51-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 攻读硕士学位期间参加的科研项目 | 第59-60页 |
| 致谢 | 第60页 |
