| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景及选题意义 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·选题意义 | 第8-9页 |
| ·国内外相关研究现状及发展 | 第9-12页 |
| ·聚类分析的研究现状及发展 | 第9-11页 |
| ·水质评价模型的研究现状与发展 | 第11-12页 |
| ·论文主要研究内容 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 第二章 数据挖掘中的聚类分析方法 | 第14-20页 |
| ·聚类的定义 | 第14页 |
| ·聚类分析中的度量标准 | 第14-16页 |
| ·欧几里得距离度量标准 | 第14-15页 |
| ·一种新的距离度量标准 | 第15-16页 |
| ·聚类评价准则 | 第16-17页 |
| ·主要的聚类分析方法 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于新距离标准的 C-均值聚类算法 | 第20-28页 |
| ·硬 C-均值聚类算法 | 第20-22页 |
| ·算法的基本思想 | 第20-21页 |
| ·算法的工作原理及步骤 | 第21页 |
| ·基于新距离标准的硬 C-均值算法 | 第21-22页 |
| ·模糊 C-均值聚类算法 | 第22-24页 |
| ·算法的基本思想 | 第22-23页 |
| ·算法的工作原理及步骤 | 第23页 |
| ·基于新距离标准的模糊 C-均值算法 | 第23-24页 |
| ·算法的实验对比与分析 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 量子行为粒子群改进的模糊 C-均值聚类算法 | 第28-38页 |
| ·标准微粒群（SPSO）算法 | 第28-29页 |
| ·量子行为粒子群（QPSO）算法 | 第29-30页 |
| ·算法描述 | 第29-30页 |
| ·基于量子行为粒子群（QPSO）的聚类算法 | 第30页 |
| ·基于新距离标准的量子行为粒子群（QPSO）的聚类算法 | 第30页 |
| ·量子行为粒子群改进的模糊 C-均值聚类算法 | 第30-31页 |
| ·算法的基本思想 | 第30页 |
| ·算法的工作流程 | 第30-31页 |
| ·算法实验结果对比与分析 | 第31-37页 |
| ·实验数据集 | 第31页 |
| ·实验结果与分析 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 改进的新聚类算法在水质评价模型中的应用 | 第38-50页 |
| ·建立水产养殖水质评价模型的概述 | 第38页 |
| ·基于改进 QPSO 算法的水质因子数据聚类算法 | 第38-48页 |
| ·算法的基本思想 | 第38-39页 |
| ·算法的工作步骤 | 第39-40页 |
| ·水质因子数据聚类算法的实验结果对比与分析 | 第40-48页 |
| ·本章小结 | 第48-50页 |
| 主要结论与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第55页 |