空间数据聚类分析算法研究及实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景和意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·聚类分析方法研究现状概述 | 第11-12页 |
| ·传统的聚类分析方法 | 第12页 |
| ·新发展的聚类分析方法 | 第12-14页 |
| ·主要研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 2 数据挖掘与聚类分析 | 第16-23页 |
| ·数据挖掘概述 | 第16-19页 |
| ·数据挖掘的定义 | 第16-17页 |
| ·数据挖掘系统的功能 | 第17-18页 |
| ·空间数据挖掘 | 第18-19页 |
| ·聚类分析概述 | 第19-22页 |
| ·聚类的定义 | 第19页 |
| ·聚类分析的过程 | 第19-20页 |
| ·空间聚类分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 空间聚类分析算法概述 | 第23-30页 |
| ·传统的典型的空间聚类分析算法 | 第23-26页 |
| ·基于划分的聚类 | 第24页 |
| ·基于层次的聚类 | 第24-25页 |
| ·基于密度的聚类 | 第25页 |
| ·基于网格的聚类 | 第25-26页 |
| ·基于模型的聚类 | 第26页 |
| ·新发展的聚类分析方法 | 第26-29页 |
| ·基于模糊的聚类方法 | 第26-27页 |
| ·基于粒度的聚类方法 | 第27-28页 |
| ·量子聚类 | 第28页 |
| ·核聚类 | 第28-29页 |
| ·谱聚类 | 第29页 |
| ·本章小结 | 第29-30页 |
| 4 系统聚类法 | 第30-49页 |
| ·系统聚类法概述 | 第30-31页 |
| ·系统聚类法的基本思想 | 第30页 |
| ·系统聚类法的具体步骤 | 第30-31页 |
| ·系统聚类法中的几种典型的分析方法 | 第31-37页 |
| ·根据相关系数作R型分析 | 第32页 |
| ·根据距离系数作Q型分析 | 第32-35页 |
| ·离差平方和法 | 第35-37页 |
| ·系统聚类法的应用 | 第37-48页 |
| ·使用相关系数分群 | 第38-42页 |
| ·使用距离系数分群 | 第42-45页 |
| ·使用离差平方和法分群 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 几种典型的聚类分析算法的设计与实现 | 第49-64页 |
| ·K-means算法 | 第49-54页 |
| ·算法说明 | 第49页 |
| ·算法步骤 | 第49-51页 |
| ·算法实现 | 第51-53页 |
| ·算法分析 | 第53-54页 |
| ·K-medoids算法 | 第54-58页 |
| ·算法说明 | 第54页 |
| ·算法步骤 | 第54-56页 |
| ·算法实现 | 第56-57页 |
| ·算法分析 | 第57-58页 |
| ·DBSCAN算法 | 第58-63页 |
| ·算法说明 | 第58-59页 |
| ·算法步骤 | 第59-61页 |
| ·算法实现 | 第61-62页 |
| ·算法分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录 | 第68页 |
