属性选择可视化技术与聚类算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景和意义 | 第10-11页 |
| ·课题研究现状 | 第11-17页 |
| ·可视化技术在数据挖掘的应用 | 第11-13页 |
| ·属性可视化技术研究进展与现状 | 第13-15页 |
| ·聚类分析研究进展与现状 | 第15-17页 |
| ·本文研究的主要工作 | 第17页 |
| ·论文结构 | 第17-20页 |
| 第二章 可视化技术在属性选择的算法研究 | 第20-40页 |
| ·高维数据映射算法概述 | 第20-27页 |
| ·FastMap算法 | 第21-26页 |
| ·MDS算法 | 第26-27页 |
| ·属性可视化算法概述 | 第27-34页 |
| ·星座图 | 第28-29页 |
| ·极坐标图 | 第29-31页 |
| ·连接向量图 | 第31-34页 |
| ·改进连接向量图：连接向量树 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 第三章 聚类算法研究 | 第40-60页 |
| ·经典聚类算法概述 | 第40-48页 |
| ·k-means算法 | 第40-41页 |
| ·层次聚类算法 | 第41-48页 |
| ·基于最近邻距离差的改进孤立点检测算法 | 第48-55页 |
| ·kNN孤立点检测算法 | 第48-49页 |
| ·改进孤立点检测算法 | 第49-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·基于层次聚类的k-means算法改进 | 第55-58页 |
| ·去除孤立点 | 第56页 |
| ·最短距离类合并 | 第56页 |
| ·实验结果与分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第四章 属性选择与聚类可视化实验平台 | 第60-68页 |
| ·数据显示部分 | 第60-64页 |
| ·算法选择部分 | 第64-65页 |
| ·数据处理结果部分 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·本文工作与结论 | 第68页 |
| ·工作不足与设想 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
