基于网格的K-means算法与聚类有效性指标
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 论述 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·聚类分析的研究现状 | 第9-10页 |
| ·有效性指标的研究现状 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 聚类分析及有效性指标 | 第13-23页 |
| ·聚类分析概述 | 第13-20页 |
| ·聚类分析简介 | 第13-15页 |
| ·聚类算法分类 | 第15-18页 |
| ·聚类算法的评价 | 第18-20页 |
| ·聚类有效性指标 | 第20-23页 |
| ·聚类有效性指标简述 | 第20-21页 |
| ·聚类有效性指标的评判标准 | 第21页 |
| ·有效性指标的分类 | 第21-23页 |
| 第三章 基于网格的K-means 聚类算法 | 第23-46页 |
| ·基于网格的K-means 算法聚类 | 第23-28页 |
| ·主要思想 | 第23-24页 |
| ·算法描述 | 第24-28页 |
| ·算法分析 | 第28-34页 |
| ·复杂度分析 | 第34页 |
| ·实验 | 第34-45页 |
| ·人工数据集 | 第34-36页 |
| ·三个真实数据集 | 第36-37页 |
| ·实用算法 | 第37-38页 |
| ·聚类结果 | 第38-45页 |
| ·结论 | 第45-46页 |
| 第四章 聚类有效性指标 | 第46-55页 |
| ·Davies-Bouldin 指标简介 | 第46-47页 |
| ·Gap 统计基本原理 | 第47-48页 |
| ·一种新的基于网格的距离测度 | 第48-50页 |
| ·基于网格距离测度的DB 指标 | 第50-51页 |
| ·实验结果分析 | 第51-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |
