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

基于K-means算法及层次聚类算法的研究与应用

摘要第4-6页
ABSTRACT第6-7页
第1章 概述第10-14页
    1.1 研究背景及选题意义第10页
    1.2 国内外的研究现状第10-12页
    1.3 论文的内容第12-13页
    1.4 论文主要创新点第13页
    1.5 本章小结第13-14页
第2章 聚类算法的原理第14-27页
    2.1 聚类算法的概述以及相关术语第14-15页
    2.2 基本聚类算法第15-23页
        2.2.1 基于划分的聚类及性能的分析第15-20页
        2.2.2 基于层次的聚类及性能的分析第20-21页
        2.2.3 基于密度的聚类算法第21-23页
    2.3 AP聚类算法第23-26页
        2.3.1 AP聚类算法概述第23-24页
        2.3.2 AP聚类算法的相似度矩阵第24-25页
        2.3.3 AP聚类算法的信息参量矩阵第25-26页
        2.3.4 AP聚类算法的步骤与具体流程第26页
    2.4 本章小结第26-27页
第3章 聚类方法的改进第27-34页
    3.1 基于K-MEANS聚类改进第27-30页
        3.1.1 基本定义第27-28页
        3.1.2 算法描述第28-29页
        3.1.3 算法实验第29-30页
    3.2 层次聚类算法研究及改进第30-32页
        3.2.1 研究基础第30-31页
        3.2.2 层次聚类的改进第31-32页
        3.2.3 实验仿真第32页
    3.3 本章小结第32-34页
第4章 聚类算法的实现与应用第34-43页
    4.1 代码编写第34-37页
    4.2 算法检验第37-41页
        4.2.1 在教学质量管理中的应用第37-39页
        4.2.2 算法可视化第39-41页
    4.3 K-MEANS聚类算法的现实数据的测试第41-42页
    4.4 本章小结第42-43页
第5章 结论建议第43-45页
参考文献第45-50页
致谢第50页

论文共50页,点击 下载论文
上一篇:云平台下时空数据存储与索引机制的研究
下一篇:基于动态序列的微表情识别