密度峰值聚类算法若干改进及地震分级应用研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 选题背景与研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 主要研究内容和组织结构 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 本文组织结构 | 第14-15页 |
| 1.4 本文主要创新点 | 第15-17页 |
| 第2章 聚类算法的理论基础 | 第17-27页 |
| 2.1 相似性度量方式 | 第17-18页 |
| 2.2 聚类算法分类 | 第18-24页 |
| 2.2.1 基于划分的方法 | 第19-20页 |
| 2.2.2 基于层次的方法 | 第20-21页 |
| 2.2.3 基于密度的方法 | 第21-22页 |
| 2.2.4 基于模型的方法 | 第22-23页 |
| 2.2.5 基于网格的方法 | 第23-24页 |
| 2.3 近邻传播聚类算法 | 第24-25页 |
| 2.4 聚类有效性评价指标 | 第25-27页 |
| 第3章 基于密度峰值算法的HALO点识别方法 | 第27-37页 |
| 3.1 密度峰值聚类 | 第27-29页 |
| 3.2 密度峰值聚类算法的Halo点识别 | 第29-32页 |
| 3.3 仿真模拟实验 | 第32-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于密度峰值聚类的片段聚类法 | 第37-45页 |
| 4.1 构建密度降序序列和delta（δ）距离 | 第37页 |
| 4.2 构建Fragment片段 | 第37-38页 |
| 4.3 结构相似度归并 | 第38-39页 |
| 4.4 仿真模拟实验 | 第39-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 基于密度峰值的半监督近邻传播聚类算法 | 第45-51页 |
| 5.1 半监督约束的构建 | 第45页 |
| 5.2 基于密度峰值的半监督近邻传播聚类 | 第45-46页 |
| 5.3 仿真模拟实验 | 第46-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 改进算法在地震分级中的应用 | 第51-58页 |
| 6.1 数据预处理 | 第51-53页 |
| 6.2 聚类结果分析 | 第53-57页 |
| 6.3 本章小结 | 第57-58页 |
| 第7章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 在学期间发表的科研成果 | 第63-64页 |
| 后记 | 第64页 |
