| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 引言 | 第10-11页 |
| 1.2 聚类分析及其评价指标研究现状 | 第11-12页 |
| 1.3 研究目的及意义 | 第12页 |
| 1.4 本文完成的工作 | 第12页 |
| 1.5 论文的结构安排 | 第12-14页 |
| 第二章 聚类及其评价指标的基本概念 | 第14-27页 |
| 2.1 数据类型 | 第14页 |
| 2.2 聚类分析的预处理及距离度量 | 第14-19页 |
| 2.2.1 数据预处理 | 第15-17页 |
| 2.2.2 距离度量 | 第17-19页 |
| 2.3 聚类算法及其分类 | 第19-23页 |
| 2.3.1 基于划分方法的聚类 | 第19-20页 |
| 2.3.2 层次聚类算法 | 第20页 |
| 2.3.3 基于密度的方法 | 第20-21页 |
| 2.3.4 基于网格的方法 | 第21页 |
| 2.3.5 基于模型的方法 | 第21页 |
| 2.3.6 聚类集成 | 第21-22页 |
| 2.3.7 基于支持向量的方法 | 第22页 |
| 2.3.8 模糊聚类方法 | 第22页 |
| 2.3.9 子空间聚类 | 第22页 |
| 2.3.10 基于图的聚类 | 第22-23页 |
| 2.4 符号数据聚类 | 第23-27页 |
| 2.4.1 ROCK算法 | 第23页 |
| 2.4.2 k-modes算法 | 第23-26页 |
| 2.4.3 Ng.提出的一种新的距离度量的方法 | 第26页 |
| 2.4.4 COOLCAT算法 | 第26页 |
| 2.4.5 基于量子机制的符号数据聚类算法(CQC算法) | 第26页 |
| 2.4.6 文本聚类 | 第26-27页 |
| 第三章 符号数据聚类指标 | 第27-35页 |
| 3.1 聚类有效性指标概述 | 第27-29页 |
| 3.1.1 聚类有效性概念 | 第27-28页 |
| 3.1.2 聚类指标应具有的性质 | 第28页 |
| 3.1.3 聚类有效性指标分类 | 第28-29页 |
| 3.2 常用的聚类有效性指标 | 第29-35页 |
| 3.2.1 外部指标 | 第29-31页 |
| 3.2.2 内部指标 | 第31-34页 |
| 3.2.3 相对指标 | 第34-35页 |
| 第四章 实验及其结果 | 第35-39页 |
| 4.1 聚类精度 | 第35页 |
| 4.2 调整兰德指数(ARI) | 第35-36页 |
| 4.3 分类效用函数 | 第36页 |
| 4.4 实验及分析 | 第36-39页 |
| 第五章 总结 | 第39-40页 |
| 参考文献 | 第40-45页 |
| 攻读学位期间取得的研究成果 | 第45-46页 |
| 致谢 | 第46-47页 |
| 个人简况及联系方式 | 第47-49页 |