一种基于改进的COID算法的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·数据挖掘研究现状 | 第9-10页 |
| ·本课题研究的意义 | 第10-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第二章 数据挖掘算法 | 第13-23页 |
| ·概述 | 第13-15页 |
| ·聚类分析 | 第15-18页 |
| ·模式相似度 | 第15-17页 |
| ·聚类准则 | 第17-18页 |
| ·常见的聚类算法 | 第18-20页 |
| ·聚类算法的分类 | 第18-19页 |
| ·聚类算法的缺点 | 第19-20页 |
| ·本章小结 | 第20-23页 |
| 第三章 基于离群点的迭代算法 | 第23-37页 |
| ·引言 | 第23页 |
| ·COID算法概述 | 第23-27页 |
| ·簇内相似度CPT | 第23-24页 |
| ·X数据中的相异度 | 第24-26页 |
| ·更新簇和离群点的判断依据 | 第26页 |
| ·算法的优势及不足 | 第26-27页 |
| ·改进COID算法描述 | 第27-31页 |
| ·初始簇中心的选取 | 第27-29页 |
| ·数据的初始分配 | 第29页 |
| ·迭代阶段的步骤 | 第29页 |
| ·输出结果 | 第29-31页 |
| ·实验与分析 | 第31-36页 |
| ·实验过程 | 第31-35页 |
| ·空间和时间复杂度 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 改进COID算法在信号调制识别中的研究 | 第37-55页 |
| ·调制方式的星座图 | 第37-41页 |
| ·正交幅度调制(MQAM) | 第37-38页 |
| ·MASK调制 | 第38-39页 |
| ·MPSK调制 | 第39-40页 |
| ·星座图与信噪比 | 第40-41页 |
| ·支持向量机 | 第41-48页 |
| ·SVM算法的优势 | 第42页 |
| ·支持向量机理论 | 第42-48页 |
| ·改进的COID和支持向量机组合算法 | 第48-53页 |
| ·信号预处理 | 第49-51页 |
| ·有效性函数值S_k计算 | 第51页 |
| ·支持向量机阶段 | 第51-52页 |
| ·结果分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·论文工作总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间发表的学术论文目录 | 第63页 |
