首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

模糊C-均值聚类的研究

摘要第1-5页
ABSTRACT第5-10页
第1章 绪论第10-18页
   ·聚类和聚类分析第10页
   ·论文研究背景第10-12页
     ·数据挖掘技术的发展第10-12页
     ·模糊理论的现状第12页
   ·本课题在国内外的研究现状第12-16页
   ·本文的组织结构第16-18页
第2章 聚类算法研究第18-28页
   ·常用聚类算法分类第18-20页
     ·基于划分的方法第18-19页
     ·基于层次的方法第19页
     ·基于密度的方法第19-20页
   ·模糊聚类算法第20-26页
     ·HCM 算法第22-23页
     ·FCM 算法第23-25页
     ·FCM 算法分析第25-26页
   ·硬C-均值算法和模糊C-均值算法的比较第26-27页
   ·本章小结第27-28页
第3章 区间值数据的FCM 算法的改进第28-46页
   ·距离度量公式第28-29页
   ·区间值数据第29-30页
   ·区间值数据的FCM 算法第30-34页
     ·算法Ⅰ第31-32页
     ·算法Ⅱ第32-33页
     ·算法Ⅲ第33-34页
   ·区间值数据的FCM 算法的改进算法IFCM第34-37页
   ·算法分析与结论第37-44页
     ·理论证明第37页
     ·四种算法之间的比较第37-43页
     ·四种算法之间的关系第43-44页
   ·本章小结第44-46页
第4章 自适应模糊C-均值的增量式聚类算法第46-63页
   ·增量式聚类算法的思想第47-49页
     ·插入操作第47-48页
     ·删除操作第48-49页
   ·增量式操作第49-52页
     ·插入操作第51-52页
     ·删除操作第52页
   ·增量式聚类算法第52-59页
     ·更新聚类中心的算法第52-56页
     ·类分裂算法第56-57页
     ·增量式聚类算法第57-59页
   ·实验环境第59页
   ·实验结果及分析第59-62页
   ·本章小结第62-63页
结论第63-65页
参考文献第65-70页
攻读硕士学位期间承担的科研任务与主要成果第70-71页
致谢第71-72页
作者简介第72页

论文共72页,点击 下载论文
上一篇:基于并联机构的三维视觉重构系统标定技术研究
下一篇:基于混沌和小波的数字多水印算法