聚类算法及其有效性问题研究

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-11页
·背景介绍	第7-10页
·聚类分析概述	第7页
·聚类定义	第7-8页
·聚类分析遵循步骤	第8-9页
·孤立点分析	第9页
·聚类算法研究	第9页
·聚类有效性分析	第9-10页
·论文的工作	第10-11页
第二章 聚类分析技术	第11-25页
·数据类型与相异测度	第11-15页
·相似性测度	第15-16页
·相似性测度的定义	第15页
·常见的相似性测度	第15-16页
·常见的数据预处理方法	第16-18页
·近邻函数	第18-20页
·点与集合间的近邻函数	第18-19页
·集合间的近邻函数	第19-20页
·聚类过程与方法	第20-21页
·聚类有效性问题研究	第21-23页
·本章小结	第23-25页
第三章 典型聚类算法研究	第25-35页
·基于密度的方法	第25页
·k-means聚类算法改进	第25-29页
·传统k-means算法	第26页
·相关基本概念	第26-27页
·(度量聚类质量的目标函数SSE)	第27页
·初始聚类质心的选取	第27-28页
·本文对k-means聚类算法的改进	第28-29页
·实验分析	第29页
·分层聚类算法改进	第29-33页
·几个相关定义	第29-31页
·新的聚类有效性指标	第31页
·结合属性相似度及有效性指标对分层聚类算法改进	第31-32页
·实验分析	第32-33页
·结束语	第33页
·本章小结	第33-35页
第四章 总结和展望	第35-37页
参考文献	第37-39页
致谢	第39-40页
攻读硕士学位期间发表的论文	第40页