基于网格的双向层次聚类算法的研究
摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 课题背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 本文研究内容和工作 | 第13-15页 |
第2章 聚类相关研究 | 第15-27页 |
2.1 聚类的分类 | 第15-18页 |
2.2 聚类的问题 | 第18-20页 |
2.3 聚类的评价方法 | 第20-24页 |
2.3.1 外部指标 | 第20-23页 |
2.3.2 内部指标 | 第23-24页 |
2.4 新型聚类算法 | 第24-27页 |
2.4.1 流数据聚类算法 | 第24-25页 |
2.4.2 子空间聚类算法 | 第25页 |
2.4.3 谱聚类算法 | 第25页 |
2.4.4 量子聚类算法 | 第25-26页 |
2.4.5 基于同步的聚类算法 | 第26-27页 |
第3章 OptiGrid算法和FSFDP算法 | 第27-33页 |
3.1 OptiGrid算法简介 | 第27-30页 |
3.1.1 OptiGrid网格聚类的基本定义 | 第27-28页 |
3.1.2 算法流程 | 第28-30页 |
3.2 FSFDP算法简介 | 第30-33页 |
3.2.1 聚类中心 | 第30-31页 |
3.2.2 算法流程 | 第31-33页 |
第4章 基于网格的双向层次聚类算法 | 第33-45页 |
4.1 算法思想 | 第33-35页 |
4.2 自顶向下阶段 | 第35-41页 |
4.2.1 核密度估计和粗粒度划分 | 第35-40页 |
4.2.2 特征的重要性排序 | 第40页 |
4.2.3 多层次网格划分 | 第40-41页 |
4.3 自底向上阶段 | 第41-42页 |
4.4 算法流程 | 第42-45页 |
第5章 实验设计与实现 | 第45-52页 |
5.1 人工数据集 | 第45-48页 |
5.2 真实数据集 | 第48-50页 |
5.3 算法有效性 | 第50-52页 |
第6章 总结与展望 | 第52-54页 |
6.1 总结 | 第52-53页 |
6.2 展望 | 第53-54页 |
参考文献 | 第54-58页 |
作者简介及在学期间所取得的科研成果 | 第58-59页 |
致谢 | 第59页 |