第一章 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.3 本文主要工作
1.4 本文组织结构
1.5 本章小结
第二章 相关理论基础
2.1 聚类分析概述
2.1.1 聚类分析的基本思想
2.1.2 聚类分析的定义
2.1.3 聚类分析的步骤
2.1.4 相似性度量
2.2 聚类算法概述
2.2.1 基于划分的聚类算法
2.2.2 基于层次的聚类算法
2.2.3 基于密度的聚类算法
2.2.4 基于网格的聚类算法
2.2.5 基于模型的聚类算法
2.2.6 基于模糊理论的聚类算法
2.3 聚类有效性评价
2.3.1 聚类有效性度量
2.3.2 常用的聚类有效性指标
2.4 最佳聚类数确定方法
2.5 本章小结
第三章 基于混合聚类算法和新聚类有效性指标的最佳聚类数确定方法
3.1 Kmeans-AHC:基于K-means和AHC的混合算法
3.2 DAS:新的聚类有效性指标
3.2.1 DAS的定义
3.2.2 对DAS的解释
3.3 最佳聚类数的确定算法
3.4 本章小结
第四章 实验对比与分析
4.1 数据集
4.2 Kmeans-AHC算法性能评测
4.3 DAS指标性能评测
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间取得的学术成果
致谢
安徽大学;