| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·聚类分析的发展 | 第12-13页 |
| ·聚类分析在模式识别中的应用现状 | 第13-15页 |
| ·手写汉字识别的研究现状 | 第15-18页 |
| ·论文总体结构 | 第18-20页 |
| 第二章 聚类分析概述 | 第20-34页 |
| ·聚类分析的基本概念 | 第20-24页 |
| ·聚类的定义 | 第20-21页 |
| ·对聚类分析算法的典型要求 | 第21-22页 |
| ·相似性度量方法 | 第22-24页 |
| ·对象的距离 | 第22-23页 |
| ·对象的相似系数 | 第23-24页 |
| ·聚类分析的分类 | 第24-33页 |
| ·划分聚类(Partitioning Method) | 第24-26页 |
| ·K-means算法 | 第25页 |
| ·K-Medoid | 第25页 |
| ·ISODATA | 第25-26页 |
| ·层次聚类 | 第26-29页 |
| ·BIRCH算法 | 第27-28页 |
| ·CURE算法 | 第28-29页 |
| ·基于密度的方法(Density-based Method) | 第29-30页 |
| ·DBSCAN算法 | 第29-30页 |
| ·OPTICS算法 | 第30页 |
| ·基于网格的方法 | 第30-32页 |
| ·STING算法 | 第31-32页 |
| ·CLIQUE算法 | 第32页 |
| ·基于模型的方法(Model-based Method) | 第32-33页 |
| ·其他常见聚类算法 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于聚类的多模板手写汉字识别框架 | 第34-48页 |
| ·基于聚类的多模板手写汉字识别框架 | 第34-44页 |
| ·预处理 | 第35页 |
| ·特征提取 | 第35-38页 |
| ·特征降维 | 第38-39页 |
| ·聚类模块 | 第39-42页 |
| ·K-Means算法 | 第39-40页 |
| ·NJW谱聚类算法 | 第40-41页 |
| ·模糊C-均值(FCM)聚类算法 | 第41-42页 |
| ·识别模块 | 第42-44页 |
| ·实验结果与分析 | 第44-46页 |
| ·在该框架下应用不同的聚类算法进行实验 | 第44页 |
| ·谱聚类算法在基于聚类的多模板手写汉字识别框架下的实验 | 第44-45页 |
| ·FCM算法在基于聚类的多模板手写汉字识别框架下的实验 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 一种快速K-Means聚类算法 | 第48-60页 |
| ·一维快速算法 | 第48-50页 |
| ·迁移算法 | 第50-51页 |
| ·多维有序表 | 第51-56页 |
| ·定义 | 第51-52页 |
| ·求最近邻点 | 第52-54页 |
| ·求迁移点 | 第54-56页 |
| ·实验分析 | 第56-59页 |
| ·样本数P与算法时间关系实验 | 第56-57页 |
| ·聚类数与算法时间关系实验 | 第57-58页 |
| ·快速K-Means算法应用于基于聚类的多模板手写汉字识别框架实验 | 第58-59页 |
| ·结论 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 答辩委员会对论文的评定意见 | 第70页 |
