原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
目 录
中文摘要……………………………………………………………………………．． I
Abstract．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．III
第一章绪论………………………………………………………………………．． 1
1．1 引言………………………………………………………………………． 1
1．2聚类的概念………………………………………………………………．2
1．3聚类分析中的数据类型…………………………………………………．5
1．4分类数据的聚类模型及其算法…………………………………………5
l，4．1基于划分的聚类模型及其算法……………………………………5
1．4．2基于层次的聚类模型及其算法……………………………………7
1．5分类数据中聚类分析的一些问题………………………………………8
1．6本文的研究内容和组织结构……………………………………………．9
第二章基于密度和距离的分类数据初始类中心选择算法………．……………11
2．1引言………………………………………………………………………．1l
2．2 k-modes算法……………………………………．12
k-modes算法和Fuzzy
2．3基于密度和距离的分类数据初始类中心选择算法……………………14
2．4实验分析…………………………………………………………………．15
2．4．1实验环境……………………………………………………………15
2．4．2评价方法……………………………………………………………15
2．4．3实验结果……………………………………………………………15
2．5本章小结…………………………………………………………………．18
第三章基于生物遗传分类学原理的k—modes聚类算法…………………………19
3．1 引言……………………………………………………．…………………19
3．2基于生物遗传分类学原理的k—modes聚类算法………………………．22
3．2．1两个对象间的不相似性度量………………………………………22
3．2．2对象和“mode”之间的不相似性度量……………………………．．25
3．2．3基于遗传分类学原理的k—modes聚类算法………………………．27
3．2．4算法收敛性和复杂性分析…………………………………………27
3，3实验分析…………………………………………………………………．30
3．3．1伸缩性评价…………………………………………………………30
3．3．2有效性评价…………………………………………………………31
3．4本章小结…………………………………………………………………．33
第四章基于数据标签技术的分类数据聚类算法………………………………．．35
4．1引言………………………………………………………………………．35
4．2基于粗糙隶属函数的数据标签算法……………………………………36
4．2．1未标签对象和类之间的相似性度量………………………………36
万方数据
4．2．2基于租糙隶属函数的数据标签算法………………………………39
4．3 实验分析…………………………………………………………………．39
4．4 本章小结…………………………………………………………………．41
第五章 基于信息熵的分类数据子空间聚类算法………………………………．．43
5．1 引言
文档评论（0）