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

密度敏感的层次化聚类算法研究

摘要第1-8页
Abstract第8-10页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-20页
   ·课题研究背景及意义第12-14页
   ·研究现状第14-18页
     ·数据挖掘概述第14-16页
     ·近邻传播聚类算法的国内外研究现状第16-17页
     ·谱聚类算法的国内外研究现状第17-18页
   ·本文主要研究工作及组织结构第18-19页
   ·本章小结第19-20页
第2章 聚类分析综述第20-30页
   ·聚类分析概念第20-21页
   ·数据结构与相似性测度第21-27页
     ·聚类分析中的数据结构第21-22页
     ·相似性测度第22-24页
     ·聚类分析方法的分类第24-27页
   ·当前聚类算法普遍存在的问题第27页
   ·聚类算法的典型要求第27-28页
   ·本章小结第28-30页
第3章 基于密度敏感距离的多级近邻传播聚类算法第30-42页
   ·密度敏感距离第30-31页
   ·近邻传播聚类算法概述第31-35页
   ·基于密度敏感度距离的多级近邻传播聚类算法第35-37页
     ·局部长度和全局距离第35页
     ·算法思想第35页
     ·算法描述第35-37页
   ·实验结果分析第37-41页
     ·人工合成数据集第37-39页
     ·UCI数据集第39-41页
   ·本章小结第41-42页
第4章 密度敏感的层次化聚类算法第42-53页
   ·谱聚类算法概述第42-46页
     ·谱图理论第42-44页
     ·谱聚类算法框架第44-45页
     ·谱聚类算法存在的问题第45-46页
   ·密度敏感的层次化聚类算法第46-48页
     ·粒化阶段第46-47页
     ·“候选类代表点”聚类阶段第47页
     ·再定义阶段第47页
     ·算法具体描述第47-48页
     ·算法复杂性分析第48页
   ·实验结果及分析第48-51页
     ·实验数据第48页
     ·对比算法及参数设置第48-49页
     ·实验结果及分析第49-51页
   ·本章总结第51-53页
总结与展望第53-55页
参考文献第55-59页
致谢第59-60页
附录 攻读学位期间参与科研项目和发表的学术论文目录第60页

论文共60页,点击 下载论文
上一篇:用于人机交互的动态手势跟踪算法研究
下一篇:基于流形学习的脸部表情识别方法研究