文摘
英文文摘
声明
1绪论
1.1论文研究的背景及意义
1.2本文的研究内容及组织结构
1.2.1研究内容
1.2.2组织结构
2支持向量机理论
2.1基于二次规划的支持向量机分类
2.1.1线性可分
2.1.2线性不可分
2.1.3一类分类
2.2基于线性规划的支持向量机分类
2.3基于模糊隶属度的支持向量机去噪方法
2.3.1构造隶属度函数
2.3.2实现步骤
2.3.3实验分析
2.3.4实验总结
3 K-均值聚类算法
3.1划分聚类算法概述
3.2聚类分析中数据类型
3.3聚类分析中相似度度量方法
3.4聚类分析中聚类准则函数
3.5 K-均值聚类算法
3.5.1 K-均值聚类算法简介
3.5.2 K-均值聚类算法基本思想及算法流程
3.5.3 K-均值聚类算法的特点和存在的问题
3.5.4 K-均值聚类算法初值的选取方法
3.6基于支持向量机的K-均值聚类算法
3.6.1算法简介
3.6.2实现步骤
3.6.3实验分析
3.6.4实验总结
4总结与展望
参考文献
致谢
附录攻读硕士学位期间发表的学术论文
辽宁师范大学;