声明
摘要
第1章 绪论
1.1 论文研究背景及意义
1.2 国内外研究现状
1.2.1 现有的高维类别数据粗糙降维的研究现状
1.2.2 现有的针对类别型数据的初始中心选择方法
1.3 论文的研究内容和组织结构
第2章 相关理论概述
2.1 聚类分析
2.1.1 聚类分析的基本概念
2.1.2 常用聚类方法及其特点
2.1.3 聚类分析的数据类型
2.1.4 经典聚类算法
2.2 高维数据的聚类分析
2.2.1 高维数据的特点
2.2.2 高维数据的聚类过程
2.2.3 维度约简
2.2.4 高维数据聚类算法
2.3 粗糙集理论及其扩展模型
2.3.1 粗糙集的基本概念
2.3.2 不完备信息系统产生的原因及其预处理
2.3.3 经典粗糙集理论的模型扩展
2.4 本章小结
第3章 基于条件熵的高维类别不完备数据的维度约简
3.1 限制容差关系下不完备信息系统的相关定义
3.2 基于条件熵的高维类别不完备数据的维度约简算法(CEHDAR算法)
3.3 实例分析
3.4 本章小结
第4章 一种新的初始类中心的选择算法
4.1 加权重叠距离
4.2 加权平均密度
4.3 WDADI算法
4.4 实验分析
4.5 本章小结
第5章 实验测试
5.1 实验环境及实验数据
5.2 实验设置
5.3 评价指标
5.4 实验
5.5 本章小结
第6章 总结与展望
参考文献
致谢
作者简介