第一章 引言
1.1 研究背景及意义
1.2 国内外研究动态
1.3 主要研究内容
1.4 本文结构
第二章 聚类分析理论知识
2.1 聚类的概念
2.2聚类的数据类型
2.3 聚类的度量距离
2.4 聚类的相似度指标及划分数量
2.5 聚类的步骤
2.6 聚类有效性
2.7 本章小结
第三章 K-prototypes聚类算法的改进
3.1 K-prototypes聚类算法简介
3.2 增强的K-prototypes聚类算法
3.3 数据集的选择及评价标准
3.4 实验结果比较
3.5 本章小结
第四章 数据降维
4.1 高维数据
4.2 SPKCA聚类算法
4.3 实例分析
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
攻读学位期间取得的研究成果
致谢
个人情况及联系方式
声明
山西大学;