K-Means聚类算法的研究与改进

摘要	第1-5页
Abstract	第5-9页
第一章 绪论	第9-14页
·研究背景与意义	第9-10页
·国内外研究方向	第10-12页
·本文的组织内容与章节安排	第12-14页
·本文主要内容	第12-13页
·本文组织结构	第13-14页
第二章 聚类分析技术研究	第14-30页
·聚类分析的相关介绍	第14-27页
·概念与形式描述	第14-15页
·数据类型与数据结构	第15-18页
·数据的标准化	第18-19页
·相似度	第19-23页
·准则函数	第23-25页
·一般步骤	第25-26页
·评价标准	第26-27页
·基于划分的聚类算法	第27-29页
·概述	第27-28页
·典型的划分聚类方法	第28-29页
·本章小结	第29-30页
第三章 K-Means算法研究	第30-38页
·K-Means算法的思想和原理	第30-34页
·K-Means算法的优缺点	第34-36页
·K-Means算法初始聚类中心选取的现有改进	第36-37页
·本章小结	第37-38页
第四章 K-Means算法的改进	第38-61页
·KCR算法	第39-43页
·算法描述	第39-41页
·算法流程	第41-43页
·KCR算法实验结果分析	第43-51页
·随机数据	第44-49页
·标准数据集	第49-51页
·KAD算法	第51-56页
·初始中心选择	第51-53页
·算法思想与流程	第53-56页
·KAD算法实验结果分析	第56-60页
·低维数据	第56-58页
·高维数据	第58-60页
·本章小结	第60-61页
第五章 总结与展望	第61-63页
·本文的工作总结	第61-62页
·今后的研究方向	第62-63页
参考文献	第63-68页
附录A 图索引	第68页
Figure Index	第68-69页
附录B 表索引	第69页
Table Index	第69-70页
致谢	第70-71页
攻读硕士学位期间发表的论文	第71页