基于连续性原理的聚类算法研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 引言 | 第8-9页 |
| 第1章 数据挖掘概述 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·数据挖掘技术的研究现状 | 第9-10页 |
| ·数据挖掘技术的应用 | 第10-12页 |
| ·本文的主要内容及组织结构 | 第12-13页 |
| ·主要内容 | 第12页 |
| ·组织结构 | 第12-13页 |
| 第2章 聚类分析 | 第13-24页 |
| ·聚类分析的概述 | 第13-14页 |
| ·聚类分析中的数据结构和数据类型 | 第14-17页 |
| ·聚类分析中的数据结构 | 第14-15页 |
| ·聚类分析中的数据类型 | 第15-17页 |
| ·聚类分析的步骤 | 第17-18页 |
| ·聚类分析在数据挖掘领域的作用 | 第18-19页 |
| ·数据挖掘对聚类分析方法的要求 | 第19-20页 |
| ·数据变换及常用距离的表示方法 | 第20-24页 |
| ·数据变换的方法 | 第20-21页 |
| ·常用距离的表示方法 | 第21-24页 |
| 第3章 传统聚类算法 | 第24-31页 |
| ·基于划分的聚类算法 | 第24-26页 |
| ·核心思想及评价函数 | 第24-25页 |
| ·k-Means 算法 | 第25-26页 |
| ·k-Means 算法性能分析 | 第26页 |
| ·基于层次的聚类算法 | 第26-28页 |
| ·AGNES 算法 | 第26-27页 |
| ·AGNES 算法性能分析 | 第27页 |
| ·DIANA 算法 | 第27页 |
| ·DIANA 算法性能分析 | 第27-28页 |
| ·基于密度的聚类算法 | 第28-29页 |
| ·DBSCAN 算法 | 第28页 |
| ·DBSCAN 算法性能分析 | 第28-29页 |
| ·DBSCAN 的改进算法 | 第29页 |
| ·基于网格的聚类算法 | 第29-30页 |
| ·STING 算法 | 第29页 |
| ·WAVE-CLUSTER 算法 | 第29页 |
| ·CLIQUE 算法 | 第29-30页 |
| ·基于模型的聚类算法 | 第30-31页 |
| 第4章 基于连续性聚类算法的研究 | 第31-39页 |
| ·类的定义和约束条件 | 第31-32页 |
| ·连续性原理及评价标准 | 第32-33页 |
| ·聚类过程 | 第33-36页 |
| ·蕴含式类 | 第33页 |
| ·支持度 | 第33-34页 |
| ·隶属度 | 第34页 |
| ·标准类 | 第34-36页 |
| ·算法步骤及性能分析 | 第36-38页 |
| ·算法步骤 | 第36-37页 |
| ·算法性能分析 | 第37-38页 |
| ·实验结果与分析 | 第38页 |
| ·小结 | 第38-39页 |
| 结论 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 后记 | 第43-44页 |
| 在学期间公开发表论文及著作情况 | 第44页 |
