声明
第一章 绪 论
1.1 论文的选题背景和意义
1.2 国内外研究现状
1.2.1 基于划分的不确定聚类研究
1.2.2 基于密度的不确定聚类研究
1.3 论文的主要内容
1.4 论文的结构安排
第二章 不确定数据及聚类算法研究
2.1 不确定数据的研究
2.1.1 不确定数据的来源
2.1.2 不确定数据的分类
2.2 确定数据聚类算法研究
2.2.1 聚类的基本定义
2.2.2 常用确定聚类算法综述
2.3 本章小结
第三章 基于划分的不确定EFCM-ID聚类算法
3.1 相关研究及问题
3.2 不确定数据处理
3.3 FCM算法介绍
3.4 EFCM-ID算法
3.4.1 基于抽样的密度中心选取方法SDCS
3.4.2 相对加速隶属度更新策略
3.5 算法分析
3.6 实验分析
3.6.1 实验环境
3.6.2 数据准备
3.6.3 评价指标
3.6.4 MQ距离的有效性实验
3.6.5 EFCM-ID算法有效性实验
3.6.6 算法比较实验
3.7 本章小结
第四章 基于密度的不确定ADBSCAN-ID聚类算法
4.1 相关研究及问题
4.2 DBSCAN算法介绍
4.3 ADBSCAN-ID算法
4.3.1 相关工作和定义
4.3.2 邻域差分扩张法
4.4 算法分析
4.5 实验分析
4.5.1 ADBSCAN-ID算法有效性实验
4.5.2 算法比较实验
4.6 本章小结
第五章 总结与展望
5.1 本文总结
5.2 研究展望
参考文献
致谢
攻读学位期间的研究成果
江西理工大学;