文摘
英文文摘
第一章 绪论
1.1 研究背景
1.2 本文主要工作
1.3 本文结构安排
第二章 聚类算法研究与比较
2.1 聚类算法要求及分类
2.1.1 聚类算法基本要求
2.1.2 聚类算法分类及比较
2.2 模糊聚类理论
2.2.1 模糊理论发展概况
2.2.2 模糊数学理论
2.2.3 模糊聚类概述
2.3 经典聚类算法介绍
2.3.1 硬C均值算法(HCM)
2.3.2 模糊C均值算法(FCM)
2.3.3 典型鲁棒性算法简介
2.4 本章小结
第三章 改进的FCM算法
3.1 FCM算法存在的问题
3.2 改进的FCM算法(FMMLE)
3.2.1 算法改进思想
3.2.2 高斯性测度
3.2.3 FMMLE算法
3.3 基于FMMLE的异常点检测算法
3.3.1 算法思想
3.3.2 算法流程
3.4 本章小结
第四章 改进FCM算法的实验结果与分析
4.1 中心点估计实验
4.1.1 对称alpha-stable分布(SαS)
4.1.2 强噪声 SαS数据下算法性能比较
4.1.3 强噪声大方差SαS数据下算法性能比较
4.1.4 不同强度噪声数据下算法性能比较
4.2 异常点检测实验
4.2.1 模拟数据实验
4.2.2 Wisconsin乳腺癌数据实验
4.3 本章小结
第五章 基于参数寻优的模糊核聚类算法
5.1 核方法理论概述
5.2 模糊核聚类算法
5.3 改进的模糊核聚类算法
5.3.1 算法改进思想
5.3.2 改进算法流程
5.3.3 参数寻优-模拟退火算法
5.4 实验结果与性能比较
5.4.1 SαS数据实验
5.4.2 非线性数据实验
5.5 本章小结
第六章 总结与展望
6.1 本文小结
6.2 进一步研究方向
致谢
参考文献