首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于DBSCAN聚类算法的研究与应用

摘要第3-4页
Abstract第4-5页
第一章 绪论第9-14页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-11页
        1.2.1 多密度聚类算法研究现状第10-11页
        1.2.2 聚类分析在实际应用中的研究现状第11页
    1.3 本文研究内容第11-12页
    1.4 本文组织结构第12-13页
    1.5 本章小节第13-14页
第二章 聚类算法和关键技术第14-23页
    2.1 聚类分析第14-15页
    2.2 经典的聚类算法第15-18页
        2.2.1 K-Means算法第15-16页
        2.2.2 CURE算法第16页
        2.2.3 DBSCAN算法第16页
        2.2.4 STING算法第16-17页
        2.2.5 FCM算法第17-18页
    2.3 基于SOAP的Web Services与RESTful Web Services第18-19页
        2.3.1 基于SOAP的Web Services第18页
        2.3.2 RESTful Web Services第18-19页
    2.4 Java EE分层模型与Spring MVC开发框架第19-21页
        2.4.1 Java EE分层模型第19-20页
        2.4.2 Spring MVC开发框架第20-21页
    2.5 Android开发技术第21-22页
    2.6 本章小结第22-23页
第三章 一种针对多密度聚类的DBSCAN改进算法第23-33页
    3.1 DBSCAN算法第23-25页
        3.1.1 DBSCAN相关概念第23-24页
        3.1.2 DBSCAN算法的局限性第24-25页
    3.2 Greedy DBSCAN算法第25-28页
        3.2.1 簇的发现与合并第25-26页
        3.2.2 邻域查询第26页
        3.2.3 噪声点识别第26-27页
        3.2.4 Greedy DBSCAN伪代码第27-28页
    3.3 实验分析第28-32页
        3.3.1 实验结果分析第28-31页
        3.3.2 性能分析第31-32页
        3.3.3 实验总结第32页
    3.4 本章小结第32-33页
第四章 基于蓄水池抽样的Greedy DBSCAN算法及其应用第33-46页
    4.1 抽样第34-36页
        4.1.1 抽样概述第34-35页
        4.1.2 蓄水池抽样第35-36页
    4.2 统计最优样本大小第36-37页
        4.2.1 样本质量第36页
        4.2.2 样本质量与样本大小之间的关系第36-37页
        4.2.3 统计最优样本大小算法第37页
    4.3 仿真实验第37-40页
        4.3.1 仿真实验结果分析第37-39页
        4.3.2 性能分析第39-40页
    4.4 所提算法在出租车载客热点挖掘中的应用第40-44页
        4.4.1 WEKA数据预处理第40-43页
        4.4.2 出租车载客热点挖掘实现第43-44页
        4.4.3 预测载客热点区域的有效性第44页
    4.5 本章小结第44-46页
第五章 基于移动终端的出租车载客热点挖掘系统的设计与实现第46-65页
    5.1 需求分析第46-48页
        5.1.1 功能性需求第46-47页
        5.1.2 非功能性需求第47-48页
    5.2 系统设计第48-50页
        5.2.1 系统架构设计第48页
        5.2.2 数据库设计第48-50页
    5.3 后台服务端实现第50-57页
        5.3.1 Spring MVC对REST风格架构的支持第50-51页
        5.3.2 RESTful Web Services API与基于SOAP的Web Services API对比第51-53页
        5.3.3 后台服务端实现第53-54页
        5.3.4 Web前端实现第54-57页
    5.4 移动终端实现第57-63页
        5.4.1 移动终端应用程序实现第57-61页
        5.4.2 移动终端出租车载客热点挖掘实现第61-63页
    5.5 系统测试第63-64页
    5.6 本章小结第64-65页
第六章 工作总结与展望第65-67页
    6.1 工作总结第65页
    6.2 工作展望第65-67页
致谢第67-68页
参考文献第68-72页
附录:作者在攻读硕士学位期间发表的论文第72页

论文共72页,点击 下载论文
上一篇:内皮源性NO介导的低氧信号启动星形胶质细胞低氧代偿的机制研究
下一篇:CRIF1通过PKC-δ/NRF2信号通路调控BMMSCs辐射后的氧化应激