基于密度聚类算法的研究与改进
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-16页 |
| 1.1 课题研究意义 | 第13页 |
| 1.2 聚类分析算法研究现状 | 第13-14页 |
| 1.3 论文所做工作及创新点 | 第14-15页 |
| 1.4 本文组织 | 第15-16页 |
| 第二章 聚类算法的分类及研究现状 | 第16-24页 |
| 2.1 聚类分析算法概述 | 第16页 |
| 2.2 聚类分析算法设计准则 | 第16-17页 |
| 2.3 主要聚类算法及相关算法 | 第17-21页 |
| 2.3.1 基于划分的方法 | 第17-18页 |
| 2.3.2 基于层次的聚类方法 | 第18-19页 |
| 2.3.3 基于密度的聚类算法 | 第19-20页 |
| 2.3.4 基于网格的算法 | 第20页 |
| 2.3.5 其余聚类算法及相关算法 | 第20-21页 |
| 2.4 聚类中相似性的计算方法 | 第21-22页 |
| 2.4.1 基于距离的相似性计算 | 第21页 |
| 2.4.2 基于相似度的相似性计算 | 第21-22页 |
| 2.5 聚类算法质量评价指标 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 一种新的基于密度峰值的聚类算法 | 第24-38页 |
| 3.1 基于密度聚类算法定义 | 第24页 |
| 3.2 DBSCAN算法 | 第24-27页 |
| 3.2.1 DBSCAN算法 | 第24-26页 |
| 3.2.2 DBSCAN算法优缺点及研究现状 | 第26-27页 |
| 3.3 OPTICS算法 | 第27-29页 |
| 3.3.1 OPTICS算法 | 第27-28页 |
| 3.3.2 OPTICS算法优缺点及研究现状 | 第28-29页 |
| 3.4 CFSFDP算法 | 第29-32页 |
| 3.4.1 CFSFDP算法 | 第29-31页 |
| 3.4.2 CFSFDP算法优缺点及研究现状 | 第31-32页 |
| 3.5 一种改进的基于密度峰值的聚类算法 | 第32-37页 |
| 3.5.1 密度聚类算法对比分析 | 第32-35页 |
| 3.5.2 一种新的基于密度峰值的聚类算法 | 第35-37页 |
| 3.5.3 算法具体步骤 | 第37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 实验与分析 | 第38-57页 |
| 4.1 算法测试数据集 | 第38页 |
| 4.2 实验分组设计 | 第38-39页 |
| 4.2.1 待测试数据集分布展示 | 第38-39页 |
| 4.2.2 实验目的及分组实验设计 | 第39页 |
| 4.3 簇中心选取对比实验 | 第39-44页 |
| 4.3.1 数据集决策图分布 | 第40页 |
| 4.3.2 CFSFDP算法决策值分布图 | 第40-41页 |
| 4.3.3 改进的数据集决策值分布图 | 第41-42页 |
| 4.3.4 实验分析与对比 | 第42-43页 |
| 4.3.5 部分实验结果 | 第43-44页 |
| 4.4 子簇的分割和合并实验 | 第44-49页 |
| 4.4.1 子簇的分割和合并 | 第44-45页 |
| 4.4.2 子簇的分割合并过程 | 第45-48页 |
| 4.4.3 部分实验结果 | 第48-49页 |
| 4.5 识别噪声的实验 | 第49-53页 |
| 4.5.1 噪声点的定义及检测方法 | 第49-52页 |
| 4.5.2 结果分析及对比 | 第52页 |
| 4.5.3 部分实验结果 | 第52-53页 |
| 4.6 算法结果对比及分析 | 第53-57页 |
| 4.6.1 结果对比及分析 | 第53-56页 |
| 4.6.2 算法分析 | 第56-57页 |
| 第五章 全文总结及展望 | 第57-59页 |
| 5.1 全文总结 | 第57-58页 |
| 5.2 未来工作展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的学术论文 | 第63页 |
