快速识别密度骨架的聚类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 聚类算法的研究现状 | 第11-15页 |
| 1.3 本文主要研究内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 2 快速识别密度骨架的聚类算法 | 第16-37页 |
| 2.1 研究背景 | 第16-18页 |
| 2.2 相关定义 | 第18-20页 |
| 2.3 ECLUB算法 | 第20-22页 |
| 2.4 实验结果及分析 | 第22-36页 |
| 2.4.1 实验设计 | 第22页 |
| 2.4.2 评价指标 | 第22-23页 |
| 2.4.3 实验数据集 | 第23-25页 |
| 2.4.4 ECLUB算法有效性 | 第25-30页 |
| 2.4.5 算法时间复杂度及运行效率分析 | 第30-33页 |
| 2.4.6 高密度点所占比例与相异度阈值的分析 | 第33-35页 |
| 2.4.7 参数k分析 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 基于非对称性边界检测的聚类技术 | 第37-54页 |
| 3.1 研究背景 | 第37-38页 |
| 3.2 相关定义 | 第38-40页 |
| 3.3 邻接矩阵和广度优先搜索算法 | 第40-42页 |
| 3.4 SCCD算法 | 第42页 |
| 3.5 实验结果及分析 | 第42-53页 |
| 3.5.1 实验设计 | 第42-43页 |
| 3.5.2 评价指标 | 第43页 |
| 3.5.3 实验数据集 | 第43-44页 |
| 3.5.4 SCCD算法有效性分析 | 第44-51页 |
| 3.5.5 边界度讨论 | 第51-53页 |
| 3.5.6 SCCD算法的时间复杂度分析 | 第53页 |
| 3.6 本章小结 | 第53-54页 |
| 4 总结与展望 | 第54-56页 |
| 4.1 总结 | 第54页 |
| 4.2 展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第61-62页 |
| 个人简历 | 第61页 |
| 在学期间发表的学术论文及申请的软件著作权 | 第61页 |
| 在学期间主要奖励 | 第61页 |
| 在学期间参加项目 | 第61-62页 |
| 致谢 | 第62页 |
