首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

符号型数据聚类算法的研究

中文摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第11-19页
    1.1 聚类分析的介绍第11-12页
    1.2 数值型数据聚类算法第12-14页
    1.3 符号型数据聚类算法第14-16页
    1.4 论文的研究内容和组织结构第16-19页
第二章 经典符号型数据聚类算法第19-27页
    2.1 符号型数据第19页
    2.2 简单匹配相异测度第19-20页
    2.3 K-Modes算法第20-21页
    2.4 Chan算法第21-23页
    2.5 Mkm_nof和Mkm_ndm算法第23-25页
        2.5.1 Mkm_nof算法第23-24页
        2.5.2 Mkm_ndm算法第24-25页
    2.6 本章小结第25-27页
第三章 SBC_K-Modes算法第27-39页
    3.1 符号数据的空间变换第27-30页
    3.2 Carreira-Perpi~n'an's K-Modes算法第30-32页
        3.2.1 Carreira-Perpi~n'an's K-Modes算法定义第30页
        3.2.2 Carreira-Perpi~n'an's K-Modes算法优化过程第30-31页
        3.2.3 Carreira-Perpi~n'an's K-Modes算法性能分析第31-32页
    3.3 SBC_K-Modes算法第32-38页
        3.3.1 SBC_K-Modes算法描述第32-33页
        3.3.2 SBC_K-Modes算法收敛性分析第33页
        3.3.3 SBC_K-Modes算法聚类性能分析第33-36页
        3.3.4 SBC_K-Modes算法计算性能分析第36页
        3.3.5 参数选择第36-38页
    3.4 本章小结第38-39页
第四章 基于空间结构的符号型数据聚类算法第39-57页
    4.1 新的符号数据再表示方案第39-42页
    4.2 基于空间结构的聚类算法第42-45页
    4.3 实验分析第45-52页
        4.3.1 算法相关性分析第45-47页
        4.3.2 算法收敛性分析第47-48页
        4.3.3 算法聚类性能分析第48-51页
        4.3.4 算法计算性能分析第51-52页
        4.3.5 相关讨论第52页
    4.4 在基因聚类中的应用第52-53页
    4.5 本章小结第53-57页
第五章 总结与展望第57-59页
    5.1 总结第57页
    5.2 展望第57-59页
参考文献第59-67页
攻读学位期间取得的研究成果第67-69页
致谢第69-71页
个人简况及联系方式第71-75页

论文共75页,点击 下载论文
上一篇:粒度概念格集成与知识获取方法研究
下一篇:科技文献翻译的难点与方法--以《软计算在人文和社会科学中的应用》(第一部分)的翻译为例