| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题来源与选题背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 国内研究现状 | 第8-9页 |
| 1.2.2 国外研究现状 | 第9-10页 |
| 1.3 研究内容与意义 | 第10-11页 |
| 1.4 本文组织结构 | 第11-13页 |
| 第2章 相关理论和技术 | 第13-26页 |
| 2.1 聚类分析 | 第13-19页 |
| 2.1.1 概念及定义 | 第13-14页 |
| 2.1.2 聚类算法的要求及步骤 | 第14-15页 |
| 2.1.3 相似度度量 | 第15-16页 |
| 2.1.4 聚类分析评价准则 | 第16-17页 |
| 2.1.5 聚类算法的分类 | 第17-18页 |
| 2.1.6 K-MEANS聚类算法 | 第18-19页 |
| 2.2 遗传算法 | 第19-22页 |
| 2.2.1 概念及定义 | 第19-20页 |
| 2.2.2 名词解释 | 第20页 |
| 2.2.3 算法流程 | 第20-22页 |
| 2.3 粒子群优化算法 | 第22-24页 |
| 2.3.1 概念及定义 | 第22-23页 |
| 2.3.2 参数控制 | 第23页 |
| 2.3.3 算法流程 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 IPSO和KHM的混合聚类 | 第26-44页 |
| 3.1 概述 | 第26页 |
| 3.2 K-harmonic means的优化 | 第26-36页 |
| 3.2.1 算法简介 | 第26-27页 |
| 3.2.2 算法特性 | 第27-29页 |
| 3.2.3 参数p值的优化 | 第29-33页 |
| 3.2.4 距离标准优化 | 第33-36页 |
| 3.3 改进的粒子群优化算法（IPSO） | 第36-40页 |
| 3.3.1 均匀设计（uniform design） | 第36-37页 |
| 3.3.2 PSO的优化 | 第37-40页 |
| 3.4 IPSO和KHM算法的混合（IPSO-KHM） | 第40-42页 |
| 3.4.1 混合方式 | 第40-41页 |
| 3.4.2 IPSO-KHM算法流程 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 实证分析 | 第44-49页 |
| 4.1 实验设置 | 第44-45页 |
| 4.2 IPSO性能验证 | 第45-46页 |
| 4.3 IPSO-KHM性能验证 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间的研究成果 | 第56页 |