| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究的背景及意义 | 第11-13页 |
| 1.2 聚类算法及其在风速聚类中应用研究现状 | 第13-16页 |
| 1.2.1 聚类算法存在的问题 | 第13-14页 |
| 1.2.2 聚类算法研究的领域 | 第14-15页 |
| 1.2.3 研究现状 | 第15-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第二章 聚类算法 | 第19-27页 |
| 2.1 聚类算法介绍 | 第19-22页 |
| 2.1.1 几种常见相似性的度量方法 | 第19-20页 |
| 2.1.2 聚类算法分类 | 第20-22页 |
| 2.2 基于划分的聚类算法 | 第22-25页 |
| 2.2.1 K-means算法 | 第23-24页 |
| 2.2.2 K-means算法的缺陷 | 第24页 |
| 2.2.3 K-medoids聚类算法 | 第24-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 基于粒化思想的K-medoids聚类算法的初始化 | 第27-37页 |
| 3.1 基于粒计算的初始化 | 第27-31页 |
| 3.1.1 粒计算的组成 | 第27页 |
| 3.1.2 粒计算的两个基本过程 | 第27页 |
| 3.1.3 粒度与聚类的关系 | 第27-28页 |
| 3.1.4 基于粒度分析原理聚类算法的思想框架 | 第28-29页 |
| 3.1.5 非粒度聚类算法的缺陷和基于粒计算的聚类算法的优点 | 第29页 |
| 3.1.6 基于粒计算初始化相关定义和具体步骤 | 第29-31页 |
| 3.2 初始化算法的改进 | 第31-34页 |
| 3.2.1 实验仿真 | 第32-34页 |
| 3.2.2 结果分析 | 第34页 |
| 3.3 几种不同的初始化算法 | 第34-35页 |
| 3.4 不同初始化算法的比较 | 第35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于微粒子动态搜索的K-medoids聚类算法 | 第37-47页 |
| 4.1 微粒子的相关概念 | 第37页 |
| 4.2 微粒子动态搜索的描述 | 第37-38页 |
| 4.2.1 微粒子动态搜索策略提出的依据 | 第37页 |
| 4.2.2 微粒子动态搜索的思想 | 第37-38页 |
| 4.3 基于优化粒计算下微粒子动态搜索的K-medoids设计步骤 | 第38-39页 |
| 4.4 改进算法实验仿真与结果分析 | 第39-41页 |
| 4.4.1 仿真实验 | 第39-40页 |
| 4.4.2 结果分析 | 第40-41页 |
| 4.5 几种不同改进的K-medoids算法的比较分析 | 第41-45页 |
| 4.5.1 不同算法的介绍 | 第41-42页 |
| 4.5.2 时间复杂度分析 | 第42页 |
| 4.5.3 实验及结果分析 | 第42-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第五章 改进算法在风速聚类中的应用 | 第47-55页 |
| 5.1 影响风速变化因素简介 | 第47-48页 |
| 5.1.1 气压 | 第47页 |
| 5.1.2 湿度 | 第47页 |
| 5.1.3 温度 | 第47-48页 |
| 5.2 一天影响风速因素的分析 | 第48-51页 |
| 5.2.1 实验数据 | 第48-49页 |
| 5.2.2 实验结果及分析 | 第49-51页 |
| 5.3 一月内影响风速因素的分析 | 第51-54页 |
| 5.3.1 实验数据 | 第51-52页 |
| 5.3.2 实验结果及分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 附录（攻读硕士学位期间发表论文） | 第63-64页 |
| 详细摘要 | 第64-72页 |
