多维数据集聚类算法研究与实现

摘要	第1-5页
Abstract	第5-10页
1 绪论	第10-17页
·课题背景及选题意义	第10-13页
·国内外研究现状概述	第13-15页
·论文的主要内容	第15-17页
2 数据挖掘技术中的聚类分析	第17-35页
·数据挖掘技术	第17-23页
·数据挖掘的定义	第17页
·数据挖掘的分类	第17-18页
·数据挖掘和数据库中知识发现的区别	第18-19页
·数据挖掘过程	第19-23页
·聚类分析相关技术	第23-35页
·聚类分析的定义	第23-24页
·聚类分析的分类	第24-25页
·聚类分析的相关技术	第25-32页
·聚类分析的研究方向	第32-34页
·聚类分析的应用	第34-35页
3 主要代表算法研究	第35-49页
·硬聚类算法	第35-37页
·基于距离的聚类算法	第35-36页
·基于划分的聚类算法	第36-37页
·基于距离演化的聚类算法	第37页
·软聚类算法	第37-43页
·基于欧氏距离的模糊C-球壳聚类算法	第37-40页
·模糊C-球壳聚类算法的性能分析	第40页
·基于距离修正的模糊C-球壳聚类算法	第40-43页
·可能性聚类算法	第43-49页
·可能性理论及其性质	第43-45页
·可能性匹配	第45-46页
·可能性聚类分析	第46-49页
4 基于划分的新算法实现	第49-74页
·算法的核心思想	第49-50页
·算法的相关知识	第50-52页
·算法的基本原理	第52-53页
·算法的主要步骤	第53-59页
·算法描述	第53页
·算法步骤	第53-59页
·算法的具体实现	第59-72页
·新算法与经典划分算法的对比	第72-73页
·两种聚类算法的性能对比	第72页
·两种聚类算法的性能分析	第72-73页
·实验结果	第73-74页
结论	第74-76页
参考文献	第76-79页
在学研究成果	第79-80页
致谢	第80页