摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-12页 |
1.1 研究背景与研究意义 | 第7-9页 |
1.1.1 研究背景 | 第7-8页 |
1.1.2 研究意义 | 第8-9页 |
1.2 课题研究现状 | 第9-10页 |
1.3 本文的主要工作 | 第10页 |
1.4 论文组织结构 | 第10-12页 |
第二章 相关理论与技术 | 第12-20页 |
2.1 空间聚类 | 第12-14页 |
2.1.1 空间聚类定义 | 第12页 |
2.1.2 空间聚类分析的相关技术 | 第12-14页 |
2.2 DBSCAN算法 | 第14-16页 |
2.2.1 DBSAN算法中的相关定义 | 第14-15页 |
2.2.2 DBSCAN算法的描述 | 第15-16页 |
2.3 FDBSCAN算法 | 第16-18页 |
2.4 St-DBSCAN算法 | 第18-19页 |
2.4.1 St-DBSCAN算法的相关定义 | 第18-19页 |
2.4.2 St-DBSCAN算法的描述 | 第19页 |
2.5 本章小结 | 第19-20页 |
第三章 基于象限划分邻近点方法改进DBSCAN算法 | 第20-31页 |
3.1 核心点象限划分邻近点改进的理论基础 | 第20-25页 |
3.1.1 相关定义 | 第20-22页 |
3.1.2 象限划分邻近点的理论推导 | 第22-25页 |
3.2 象限划分邻近点DBSCAN算法思想 | 第25-27页 |
3.3 象限划分邻近点DBSCAN算法描述 | 第27-29页 |
3.4 QD-DBSCAN算法性能分析 | 第29-30页 |
3.5 本章小结 | 第30-31页 |
第四章 基于核心点重心转移改进的空间聚类St-DBSCAN算法 | 第31-43页 |
4.1 重心点密度转移的理论基础 | 第31-35页 |
4.1.1 相关定义 | 第31-33页 |
4.1.2 重心点转移的理论推导 | 第33-35页 |
4.2 邻近点重心密度转移 | 第35-39页 |
4.2.1 密度倾斜出现的情形 | 第35-36页 |
4.2.2 密度倾斜的处解决方案 | 第36-39页 |
4.3 重心点密度转移的St-DBSCAN算法描述 | 第39-41页 |
4.4 改进后St-DBSCAN算法性能分析 | 第41-42页 |
4.5 本章小结 | 第42-43页 |
第五章 算法性能测试 | 第43-52页 |
5.1 算法实现和测试的环境 | 第43页 |
5.2 实验数据集说明 | 第43页 |
5.3 DBSCAN改进算法的性能测试 | 第43-48页 |
5.3.1 DBSCAN改进算法的时间性能对比 | 第43-45页 |
5.3.2 算法的丢失点个数的对比 | 第45-48页 |
5.4 ST-DBSCAN改进算法性能测试 | 第48-51页 |
5.4.1 ST-DBSCAN改进算法的时间性能对比 | 第48-49页 |
5.4.2 St-DBSCAN算法的聚类效果对比 | 第49-51页 |
5.5 本章小结 | 第51-52页 |
第六章 总结与展望 | 第52-54页 |
6.1 工作总结 | 第52页 |
6.2 工作展望 | 第52-54页 |
参考文献 | 第54-57页 |
致谢 | 第57页 |