●第1章緒論
1.1聚類分析的概念
1.2聚類分析的過程
1.3聚類算法分類
1.3.1基於劃分的算法
1.3.2基於層次的算法
1.3.3基於密度的算法
1.3.4基於網格的算法
1.3.5基於模型的算法
1.3.6聚類算法比較
1.4聚類分析在生物醫學中的應用
第2章數據預處理
2.1數據濾波
2.1.1小波變換的理論
2.1.2小波除噪方法
2.2缺失值處理
2.3異常值處理
2.3.1異常值的判別
2.3.2異常值的處理常用方法
2.4數據規範化
2.5本章小結
……

本書是作者基於其多年的科研經驗而撰寫的聚類分析專著。全書從基礎知識和實際應用兩方面繫統地介紹了聚類分析方法。基礎知識部分闡述了聚類分析基本過程、數據預處理、相似度計算、驗證指標、常見聚類方法原理和特點，並給出了應用實例和程序供讀者參考。應用部分則針對高維數據非監督學習問題，分別以心電識別、腦電識別、行為識別以及智能材料識別等實際應用為例，闡述了面向高、具有復雜特征的數據，如何結合張量、智能優化方法、信息熵等其他領域知識進行聚類方法的創新。本書可以作為信息類專業本科生、研究生的教材，也可以作為模式識別和機器學習領域科研人員和工程人員的學習參考書。

何宏 編