本書(shū)主要針對(duì)模糊聚類(lèi)算法中最經(jīng)典的FCM算法進(jìn)行了系統(tǒng)分析，并對(duì)原始算法進(jìn)行了改進(jìn)，將經(jīng)典的FCM算法和改進(jìn)的FCM算法應(yīng)用圖像識(shí)別、數(shù)據(jù)聚類(lèi)和軟件測(cè)試等不同領(lǐng)域。全書(shū)共分7章，第1章介紹了聚類(lèi)分析發(fā)展背景和基礎(chǔ)概念；第2章介紹了模糊理論基礎(chǔ)知識(shí)及模糊聚類(lèi)分析的方法和應(yīng)用；第3章介紹了模糊C均值算法的理論知識(shí)和研究現(xiàn)狀以及目前存在的問(wèn)題；第4章介紹了馬氏距離的基本原理和處理方法；第5章介紹了馬氏距離在模糊聚類(lèi)中的應(yīng)用；第6章介紹了基于優(yōu)化KPCA特征提取的FCM算法；第7章介紹了FCM算法在軟件測(cè)試的等價(jià)類(lèi)劃分方法中的應(yīng)用。
目 錄
第一章 緒論 5
1.1 聚類(lèi)分析的概述 5
1.2 聚類(lèi)分析的基礎(chǔ)概念 6
1.2.1 聚類(lèi)算法的主要類(lèi)型 7
1.2.2 聚類(lèi)分析的相似度和相異度 9
1.3 聚類(lèi)分析算法 11
1.3.1聚類(lèi)算法性能的衡量指標(biāo) 11
1.3.2 基于劃分的聚類(lèi)算法 11
1.3.3 基于層次的聚類(lèi)算法 12
1.3.4 基于密度的聚類(lèi)算法 14
1.3.5 基于網(wǎng)格的聚類(lèi)算法 15
1.3.6 基于模型的聚類(lèi)算法 16
1.4 聚類(lèi)分析算法面臨的問(wèn)題 16
1.5 本章小結(jié) 18
第二章 模糊理論基礎(chǔ) 19
2.1 模糊集的定義和表示方法 19
2.1.1 模糊集的定義 19
2.1.2 模糊集的表示方法 20
2.2 模糊集的基本概念 22
2.2.1模糊集合的基本運(yùn)算 22
2.2.2 模糊集的性質(zhì) 22
2.2.3 隸屬度函數(shù) 23
2.3 模糊聚類(lèi)分析 24
2.3.1 模糊聚類(lèi)分析步驟 25
2.3.2 最佳閾值λ的確定 29
2.4 模糊聚類(lèi)分析應(yīng)用 30
2.5 本章小結(jié) 35
第三章 模糊c-均值算法及分析 37
3.1 硬c-均值算法 37
3.2 模糊c-均值算法 38
3.3 模糊c-均值聚類(lèi)算法的研究現(xiàn)狀 39
3.3.1 模糊聚類(lèi)目標(biāo)函數(shù)的演化 39
3.3.2 模糊聚類(lèi)算法實(shí)現(xiàn)途徑的研究 42
3.3.3 模糊聚類(lèi)有效性的研究 44
3.4 模糊c-均值算法存在的問(wèn)題 45
3.5 本章小結(jié) 48
第四章 馬氏距離基本原理和處理方法 50
4.1 馬氏距離方法基本原理 50
4.2 馬氏距離中奇異問(wèn)題的解決方法 51
4.3 馬氏距離的應(yīng)用 52
4.3.1 馬氏距離在模式識(shí)別中的應(yīng)用 53
4.3.2 馬氏距離在其他領(lǐng)域的應(yīng)用 53
4.4 本章小結(jié) 53
第五章 馬氏距離在模糊聚類(lèi)中的應(yīng)用 54
5.1 基于馬氏距離的FCM算法（FCM-M） 54
5.1.1 新算法提出 54
5.1.2 實(shí)驗(yàn)結(jié)果及分析 55
5.2 基于馬氏距離特征加權(quán)的模糊距離新算法(MF-FCM) 59
5.2.1 馬氏距離特征加權(quán)新方法 60
5.2.2 實(shí)驗(yàn)結(jié)果及分析 61
5.3 基于馬氏距離的模糊c-均值增量學(xué)習(xí)算法 62
5.3.1 增量學(xué)習(xí)的研究背景和意義 62
5.3.2 基于馬氏距離的模糊c-均值增量學(xué)習(xí)算法概述 66
5.3.3 算法應(yīng)用舉例 67
5.4 馬氏距離在模糊聚類(lèi)中應(yīng)用存在的問(wèn)題 67
5.5 本章小結(jié) 68
第六章 基于優(yōu)化KPCA特征提取的FCM算法 70
6.1核主元分析（KPCA）的原理 70
6.1.1 主元分析（PCA）簡(jiǎn)介 70
6.1.2 核主元分析（KPCA）原理 71
6.2 文化算法的原理 73
6.3 KPCA算法的優(yōu)化 75
6.4 基于優(yōu)化KPCA特征提取的FCM算法 76
6.4.1 算法概述 76
6.4.2 算法應(yīng)用舉例 77
6.5 本章小結(jié) 78
第七章 模糊聚類(lèi)算法在軟件測(cè)試中的應(yīng)用 80
7.1 軟件測(cè)試方法 80
7.1.1 測(cè)試分類(lèi) 80
7.1.2 本地化測(cè)試 81
7.1.3 白盒測(cè)試（White Box Testing） 82
7.1.4 黑盒測(cè)試 88
7.1.5 靜態(tài)測(cè)試和動(dòng)態(tài)測(cè)試 96
7.1.6 主動(dòng)測(cè)試和被動(dòng)測(cè)試 98
7.2 軟件缺陷與缺陷模式 98
7.2.1 軟件缺陷的類(lèi)別 98
7.2.2 軟件缺陷的分類(lèi)標(biāo)準(zhǔn) 99
7.2.3 軟件缺陷的構(gòu)成 102
7.2.4 軟件缺陷的嚴(yán)重性和優(yōu)先級(jí) 105
7.2.5 軟件缺陷的管理 108
7.3 基于模糊 均值的等價(jià)類(lèi)劃分法 110
7.3.1 算法描述 111
7.3.2 算法的實(shí)驗(yàn)驗(yàn)證 112
7.4 本章小結(jié) 114
參考文獻(xiàn) 115
書(shū)單推薦
