| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 不同目标函数的模糊聚类算法研究 | 第11-12页 |
| 1.2.2 不同数据类型的模糊聚类算法研究 | 第12-14页 |
| 1.2.3 不同实现途径的模糊聚类算法研究 | 第14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 模糊聚类算法理论基础 | 第17-24页 |
| 2.1 模糊集理论 | 第17-19页 |
| 2.2 模糊聚类 | 第19-20页 |
| 2.3 常用的模糊聚类算法 | 第20-24页 |
| 2.3.1 硬C均值聚类算法 | 第20-21页 |
| 2.3.2 模糊C均值聚类算法 | 第21-24页 |
| 第3章 基于融合指标初始中心优化的模糊C均值聚类算法 | 第24-31页 |
| 3.1 引言 | 第24页 |
| 3.2 模糊聚类有效性指标 | 第24-26页 |
| 3.3 模糊加权融合指标 | 第26-27页 |
| 3.4 基于融合指标初始中心优化的模糊聚类C均值聚类算法 | 第27-28页 |
| 3.4.1 改进模糊C均值聚类算法原理 | 第27-28页 |
| 3.4.2 改进模糊C均值聚类算法步骤 | 第28页 |
| 3.5 仿真实验 | 第28-30页 |
| 3.5.1 聚类中心测试 | 第28-29页 |
| 3.5.2 聚类有效性测试 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第4章 基于混合概率隶属度改进的模糊C均值聚类算法 | 第31-41页 |
| 4.1 引言 | 第31页 |
| 4.2 高斯模型 | 第31-33页 |
| 4.3 EM算法 | 第33-34页 |
| 4.4 基于混合概率隶属度改进的模糊C均值聚类算法 | 第34-36页 |
| 4.4.1 改进模糊C均值聚类算法原理 | 第34-36页 |
| 4.4.2 改进模糊C均值聚类算法步骤 | 第36页 |
| 4.5 仿真实验 | 第36-40页 |
| 4.5.1 Iris仿真测试 | 第36-38页 |
| 4.5.2 聚类准确性测试 | 第38-39页 |
| 4.5.3 聚类收敛性测试 | 第39-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第5章 基于改进模糊C均值算法在乙烯裂解原料识别中的应用 | 第41-57页 |
| 5.1 引言 | 第41页 |
| 5.2 石脑油原料产率模型建立 | 第41-46页 |
| 5.2.1 COILSIMID | 第42页 |
| 5.2.2 SIMCO | 第42-43页 |
| 5.2.3 石脑油原料产率模型建立 | 第43-46页 |
| 5.3 基于逐步回归算法的裂解原料产率影响因素研究 | 第46-51页 |
| 5.3.1 逐步回归算法 | 第47-49页 |
| 5.3.2 基于逐步回归算法的裂解原料产率影响因素研究 | 第49-51页 |
| 5.4 基于模糊C均值算法乙烯裂解原料的识别 | 第51-56页 |
| 5.4.1 原料聚类 | 第51-54页 |
| 5.4.2 原料聚类的一致性验证 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 研究工作的总结 | 第57页 |
| 6.2 今后研究工作展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表的论文以及参与的项目 | 第65页 |
