声明
摘要
第一章 绪论
1.1 数据挖掘概述
1.1.1 数据挖掘的定义
1.1.2 数据挖掘的方法和技术
1.1.3 数据挖掘的任务
1.1.4 数据挖掘的应用
1.2 连续属性离散化
1.2.1 基本概念
1.2.2 主要的离散化方法
1.2.3 国内外研究现状
1.3 模糊聚类
1.3.1 基本概念
1.3.2 主要方法
1.3.3 国内外研究现状
1.4 研究内容与论文组织
1.4.1 论文的研究内容
1.4.2 论文的组织
第二章 模糊聚类与粗糙集理论中的相关性
2.1 模糊聚类
2.1.1 模糊理论
2.1.2 模糊集合
2.1.3 模糊C均值算法
2.2 粗糙集理论中的相关性
2.3 本章小节
第三章 基于大密度区域的模糊聚类算法
3.1 引言
3.2 模糊C均值聚类(FCM)算法分析
3.3 改进的FCM聚类算法
3.3.1 利用密度函数确定初始聚类中心
3.3.2 引入改进隶属度函数
3.3.3 改进的FCM算法
3.4 实验结果分析
3.4.1 初始聚类中心实验结果
3.4.2 实际数据型数据分类实验结果
3.4.3 算法抗噪性能实验结果
3.4.4 天体光谱数据聚类效果实验
3.5 本章小结
第四章 基于改进模糊聚类的离散化算法
4.1 引言
4.2 基于DCFCM的离散化算法(软划分)
4.3 实验结果分析
4.3.1 UCI数据集离散化测试
4.3.2 天体光谱数据集离散化测试
4.4 结束语
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
研究生期间发表的文章及参与项目
个人简介及联系方式