| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 Skyline查询研究现状 | 第15-16页 |
| 1.2.2 聚类算法研究现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17页 |
| 1.4 论文结构 | 第17-19页 |
| 第2章 Skyline查询技术 | 第19-24页 |
| 2.1 Skyline查询定义 | 第19页 |
| 2.2 Skyline查询性质 | 第19页 |
| 2.3 Skyline查询分类 | 第19-22页 |
| 2.3.1 集中式Skyline查询算法 | 第19-20页 |
| 2.3.2 分布式Skyline查询算法 | 第20-22页 |
| 2.3.3 其它Skyline查询算法 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 聚类相关技术 | 第24-29页 |
| 3.1 聚类概念 | 第24页 |
| 3.2 聚类特征 | 第24-25页 |
| 3.3 聚类算法分类 | 第25-27页 |
| 3.3.1 基于划分的聚类方法 | 第26页 |
| 3.3.2 基于层次的聚类方法 | 第26页 |
| 3.3.3 基于密度的聚类方法 | 第26-27页 |
| 3.3.4 基于网格的聚类方法 | 第27页 |
| 3.3.5 基于模型的聚类方法 | 第27页 |
| 3.4 常用聚类算法 | 第27-28页 |
| 3.4.1 K-Means算法 | 第27-28页 |
| 3.4.2 K-Medoids算法 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 基于K-中心点聚类的Skyline计算 | 第29-44页 |
| 4.1 基于K-中心点聚类的Skyline查询算法 | 第29-38页 |
| 4.1.1 K-中心点算法原理 | 第29-34页 |
| 4.1.2 块嵌套环算法原理 | 第34-37页 |
| 4.1.3 KMS算法流程 | 第37-38页 |
| 4.2 基于降维的K-中心点聚类Skyline查询算法 | 第38-43页 |
| 4.2.1 协方差 | 第38-41页 |
| 4.2.2 相关系数 | 第41-42页 |
| 4.2.3 PC-KMS算法流程 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 实验分析与应用 | 第44-52页 |
| 5.1 实验设计 | 第44页 |
| 5.2 实验数据和实验环境 | 第44-45页 |
| 5.3 实验结果与分析 | 第45-49页 |
| 5.3.1 KMS算法的实验结果与分析 | 第45-49页 |
| 5.3.2 PC-KMS算法的实验结果与分析 | 第49页 |
| 5.4 应用案例 | 第49-51页 |
| 5.4.1 案例数据集 | 第50页 |
| 5.4.2 案例演示 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |