首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--专家系统、知识工程论文

聚类结果评价方法与聚类知识提取技术的研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-16页
   ·研究背景和意义第11-12页
   ·聚类知识提取第12-13页
   ·聚类评价第13-14页
   ·本文章节安排第14页
   ·本章小结第14-16页
第二章 聚类分析概述第16-28页
   ·聚类分析背景第16-19页
     ·主要聚类方法第16-18页
     ·相似性度量第18-19页
   ·聚类知识提取方法第19-22页
     ·聚类知识表示第19-20页
     ·知识提取方法第20-21页
     ·聚类知识的用途第21-22页
   ·聚类评价方法第22-27页
     ·聚类评价方法概览第22-25页
     ·聚类评价的作用第25-27页
   ·本章小结第27-28页
第三章 基于代表点的聚类知识提取第28-43页
   ·聚类描述方法概览第28-32页
     ·k-平均算法第31页
     ·CURE第31-32页
   ·代表点描述方法第32-35页
   ·相关说明第35-37页
   ·基于代表点的聚类知识在增量聚类领域的应用第37-42页
     ·增量挖掘技术的研究发展现状第37-39页
     ·增量式的超球聚类算法第39-42页
   ·本章小结第42-43页
第四章 基于知识的聚类评价第43-61页
   ·聚类评价方法回顾第43-44页
   ·基于知识的评价方式第44-52页
     ·评价理论的原则第44-46页
     ·基于代表点描述的聚类评价第46-52页
   ·实验结果与分析第52-59页
   ·本章小结第59-61页
第五章 总结与展望第61-63页
   ·总结第61-62页
   ·展望第62-63页
参考文献第63-67页
致谢第67-68页
在学期间的研究成果及发表的学术论文第68页

论文共68页,点击 下载论文
上一篇:多Agent系统合作认知逻辑的研究
下一篇:基于多抄表模式的嵌入式手持抄表设备的设计与实现