声明
摘要
1 绪论
1.1 论文的研究背景
1.2 研究的目的和意义
1.3 国内外研究动态
1.3.1 模糊聚类算法的研究动态
1.3.2 模糊聚类有效性的研究动态
1.3.3 模糊聚类应用的研究动态
1.4 论文的组织结构
2 模糊聚类理论
2.1 模糊聚类分析的数学模型
2.2 典型的模糊聚类算法
2.2.1 基于相似性关系的模糊聚类算法
2.2.2 基于模糊等价关系的传递闭包法
2.2.3 基于模糊图论的最大支撑树法
2.2.4 基于目标函数的模糊聚类算法
2.3 模糊C均值聚类算法
2.3.1 模糊C均值聚类的目标函数
2.3.2 模糊C均值聚类的实现
2.3.3 模糊C均值聚类的有效性
3 加权模糊C均值聚类算法
3.1 数据集的模糊C划分
3.2 权值的确定方法
3.3 加权模糊C均值聚类的原理
3.4 加权模糊C均值聚类算法
3.5 加权指数m的确定
3.6 加权模糊C聚类算法性能测试
3.7 本章小结
4 加权模糊C均值聚类算法的应用
4.1 甘肃省农业经济指标的选取
4.2 权值的确定
4.3 加权模糊C均值聚类算法的应用
4.4 本章小结
5 模糊聚类有效性分析
5.1 几种常用的有效性指标
5.2 新的模糊聚类有效性指标
5.2.1 分离度的定义
5.2.2 Vnew指标
5.2.3 Vnew指标的可靠性验证
5.3 加权模糊C均值聚类结果的有效性分析
5.4 小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录A 二维随机数据集
附录B 三维随机数据集
附录C IRIS数据集
攻读学位期间的研究成果