| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 关键技术研究现状及发展趋势 | 第14-25页 |
| 1.2.1 常用的硬聚类分析算法 | 第15-20页 |
| 1.2.2 常用的模糊聚类算法 | 第20-24页 |
| 1.2.3 模糊聚类有效性问题研究 | 第24-25页 |
| 1.3 论文的研究内容及研究成果 | 第25-27页 |
| 1.4 论文的组织结构 | 第27-29页 |
| 第二章 相似子轨迹聚类算法在飓风轨迹聚类中应用 | 第29-55页 |
| 2.1 基于密度扫描的硬聚类算法 | 第29-32页 |
| 2.2 轨迹聚类相关技术 | 第32-41页 |
| 2.2.1 轨迹划分方法 | 第32-35页 |
| 2.2.2 轨迹相似性度量方法 | 第35-38页 |
| 2.2.3 轨迹聚类主要方法 | 第38-41页 |
| 2.3 基本概念 | 第41页 |
| 2.4 相似子轨迹聚类算法SSTC | 第41-48页 |
| 2.5 实验与分析 | 第48-54页 |
| 2.5.1 实验参数 | 第48-49页 |
| 2.5.2 实验结果 | 第49-52页 |
| 2.5.3 复杂度分析 | 第52-54页 |
| 2.6 本章小结 | 第54-55页 |
| 第三章 一种输入参数非敏感的轨迹聚类算法 | 第55-65页 |
| 3.1 引言 | 第55-56页 |
| 3.2 相关概念 | 第56-58页 |
| 3.3 输入参数非敏感性子轨迹聚类算法IPISTC | 第58-62页 |
| 3.4 实验及分析 | 第62-64页 |
| 3.4.1 实验用的飓风数据集 | 第62页 |
| 3.4.2 实验结果及分析 | 第62-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第四章 一种基于权重参数的模糊聚类算法在赤潮过程识别中应用 | 第65-86页 |
| 4.1 引言 | 第65页 |
| 4.2 模糊集合 | 第65-68页 |
| 4.2.1 模糊集合定义及表示 | 第66页 |
| 4.2.2 模糊集合运算 | 第66-67页 |
| 4.2.3 模糊距离 | 第67-68页 |
| 4.3 基于目标函数的模糊聚类算法 | 第68-73页 |
| 4.3.1 模糊C均值算法 | 第68-70页 |
| 4.3.2 可能性C均值算法 | 第70-71页 |
| 4.3.3 模糊可能性C均值算法 | 第71-72页 |
| 4.3.4 可能性模糊C均值算法 | 第72-73页 |
| 4.4 基于权重的模糊聚类算法WPFCM | 第73-76页 |
| 4.4.1 权重参数设计 | 第73页 |
| 4.4.2 权重参数计算 | 第73-74页 |
| 4.4.3 目标函数设计 | 第74-75页 |
| 4.4.4 WPFCM算法描述 | 第75-76页 |
| 4.5 实验及分析 | 第76-84页 |
| 4.5.1 实验用数据集及参数 | 第76页 |
| 4.5.2 基于X12数据集实验及分析 | 第76-80页 |
| 4.5.3 基于UCI数据实验及分析 | 第80-82页 |
| 4.5.4 基于赤潮数据集实验分析 | 第82-84页 |
| 4.6 本章小结 | 第84-86页 |
| 第五章 改进的基于二次型模糊C均值聚类算法 | 第86-95页 |
| 5.1 引言 | 第86-87页 |
| 5.2 距离计算方法 | 第87-89页 |
| 5.2.1 问题描述 | 第87-88页 |
| 5.2.2 距离计算方法 | 第88-89页 |
| 5.3 基于二次型距离聚类新算法FSPFCM、DFPFCM和FDPFCM | 第89-91页 |
| 5.4.实验及分析 | 第91-94页 |
| 5.4.1 基于UCI数据集实验及分析 | 第91-93页 |
| 5.4.2 基于海洋鱼类区间数据集实验及分析 | 第93-94页 |
| 5.5 本章小结 | 第94-95页 |
| 第六章 一种基于非欧几里德距离的有效性指标算法 | 第95-109页 |
| 6.1 引言 | 第95-97页 |
| 6.2 几种有效性指标 | 第97-98页 |
| 6.2.1 划分系数 | 第97页 |
| 6.2.2 划分熵 | 第97-98页 |
| 6.2.3 XB有效性指标 | 第98页 |
| 6.2.4 PCAES有效性指标 | 第98页 |
| 6.3 新的聚类有效性指标 | 第98-101页 |
| 6.3.1 紧致度指标 | 第98-99页 |
| 6.3.2 分离度指标 | 第99-100页 |
| 6.3.3 新的综合有效性指标VIcss | 第100-101页 |
| 6.4 实验及分析 | 第101-108页 |
| 6.4.1 人工数据集实验及分析 | 第101-105页 |
| 6.4.1.1 基于随机数据集实验 | 第101-102页 |
| 6.4.1.2 基于随机噪声数据集实验 | 第102-103页 |
| 6.4.1.3 基于随机重叠数据集实验 | 第103-105页 |
| 6.4.2 UCI数据集实验及分析 | 第105-106页 |
| 6.4.2.1 基于IRIS数据集实验 | 第105页 |
| 6.4.2.2 基于WINE数据集实验 | 第105-106页 |
| 6.4.3 海洋数据集实验及分析 | 第106-108页 |
| 6.4.3.1 基于飓风轨迹数据集实验 | 第106-107页 |
| 6.4.3.2 基于赤潮数据集实验 | 第107-108页 |
| 6.5 本章小结 | 第108-109页 |
| 第七章 总结与展望 | 第109-112页 |
| 7.1 总结 | 第109-110页 |
| 7.2 展望 | 第110-112页 |
| 参考文献 | 第112-124页 |
| 致谢 | 第124-125页 |
| 在学期间的研究成果及发表的学术论文 | 第125页 |
