动态聚类算法及其在医学数据上的应用
摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1章 绪论 | 第8-16页 |
·课题背景 | 第8-9页 |
·课题意义 | 第9-10页 |
·国内外研究现状 | 第10-14页 |
·数据挖掘方法 | 第10-12页 |
·医学数据特点 | 第12页 |
·聚类分析在数据挖掘中的应用 | 第12-14页 |
·本文主要内容和组织结构 | 第14-16页 |
第2章 聚类算法研究基础 | 第16-26页 |
·距离和相似度度量 | 第17-19页 |
·相关聚类算法 | 第19-23页 |
·K-means聚类算法 | 第19-20页 |
·谱聚类 | 第20-23页 |
·聚类的有效性衡量指数 | 第23-25页 |
·Rand指数 | 第23页 |
·NMI指数 | 第23-24页 |
·Silhouette指数 | 第24-25页 |
·本章小结 | 第25-26页 |
第3章 动态聚类算法 | 第26-46页 |
·基于K-MEANS的动态聚类算法 | 第26-33页 |
·动态聚类模型思路 | 第27-29页 |
·基于K-means算法的动态模型建立 | 第29-31页 |
·在线聚类分析 | 第31-32页 |
·实验验证 | 第32-33页 |
·基于HDP+HMM的动态聚类算法 | 第33-39页 |
·Dirichlet模型 | 第33-35页 |
·隐性马尔科夫模型(HMM) | 第35-39页 |
·HDP+HMM模型的构造 | 第39-46页 |
·模型的表述 | 第39-41页 |
·模型的学习 | 第41-43页 |
·实验验证 | 第43-46页 |
第4章 动态聚类算法在医学数据中的应用 | 第46-55页 |
·数据集描述 | 第46页 |
·数据的预处理 | 第46-47页 |
·实验方法 | 第47-48页 |
·实验结果与分析 | 第48-54页 |
·本章小结 | 第54-55页 |
第5章 总结与展望 | 第55-58页 |
·总结 | 第55-56页 |
·工作展望 | 第56-58页 |
参考文献 | 第58-61页 |
硕士期间科研成果 | 第61-62页 |
致谢 | 第62页 |