| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 研究目的 | 第16-17页 |
| 1.4 主要研究内容 | 第17-18页 |
| 1.5 论文组织结构 | 第18-19页 |
| 第2章 数据挖掘相关聚类算法 | 第19-28页 |
| 2.1 聚类的定义 | 第19页 |
| 2.2 聚类算法中数据类型和结构 | 第19-21页 |
| 2.3 数据质量 | 第21页 |
| 2.4 数据预处理 | 第21-22页 |
| 2.5 对象之间的相异性和相似性 | 第22-23页 |
| 2.6 聚类算法介绍 | 第23-27页 |
| 2.6.1 基于划分的聚类算法 | 第24页 |
| 2.6.2 基于层次的聚类 | 第24-25页 |
| 2.6.3 基于密度的聚类算法 | 第25-26页 |
| 2.6.4 基于网格的聚类算法 | 第26页 |
| 2.6.5 基于模型的聚类算法 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 基于属性加权的改进K-means算法的研究与分析 | 第28-39页 |
| 3.1 K-means算法的原理 | 第28-29页 |
| 3.2 K-means算法的优缺点 | 第29-30页 |
| 3.3 基于属性加权的改进K-means算法 | 第30-38页 |
| 3.3.1 K值的选取 | 第30-31页 |
| 3.3.2 簇的划分 | 第31页 |
| 3.3.3 初始聚类中心点的选取问题 | 第31-33页 |
| 3.3.4 Delphi-AHP法属性权值的确定 | 第33页 |
| 3.3.5 Delphi-AHP法具体步骤和流程 | 第33-36页 |
| 3.3.6 改进的K-means算法流程图 | 第36页 |
| 3.3.7 实验及结果分析 | 第36-38页 |
| 本章小结 | 第38-39页 |
| 第4章 改进的Chameleon算法在法官工作量评估方面的应用 | 第39-48页 |
| 4.1 层次聚类算法介绍 | 第39-41页 |
| 4.2 Chameleon算法的概述 | 第41-42页 |
| 4.2.1 Chameleon算法的基本步骤和流程 | 第41-42页 |
| 4.3 改进的Chameleon算法 | 第42-47页 |
| 4.3.1 图划分方法的研究 | 第43-44页 |
| 4.3.2 改进的Chameleon算法原理和基本流程 | 第44-45页 |
| 4.3.3 改进后的Chameleon算法流程图 | 第45-46页 |
| 4.3.4 实验及结果分析 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录A 攻读学位期间所参加的项目 | 第54-55页 |
| 致谢 | 第55-56页 |
