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

数据挖掘中的演化数据聚类算法研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-15页
   ·研究背景及意义第10-12页
     ·研究背景第10-11页
     ·研究意义第11-12页
   ·国内外研究现状第12-13页
   ·论文的研究内容第13页
   ·论文的结构安排第13-15页
第2章 传统聚类分析与演化数据聚类第15-33页
   ·数据挖掘基础第15-19页
     ·数据挖掘概述第15页
     ·数据挖掘的任务第15-16页
     ·数据挖掘的过程第16-18页
     ·数据挖掘的体系结构第18-19页
   ·传统聚类分析第19-28页
     ·聚类分析概述第19-20页
     ·聚类分析算法第20-27页
     ·聚类算法比较第27-28页
   ·演化数据聚类第28-32页
     ·演化数据聚类概述第28-30页
     ·演化数据的聚类方法第30-32页
   ·本章小结第32-33页
第3章 指数衰减的保持聚类质量不变的演化聚类框架第33-40页
   ·指数衰减第33-34页
     ·指数衰减的含义第33-34页
   ·保持聚类质量不变的含义第34页
   ·ED-PCQ 框架第34-35页
   ·ED-PCQ 算法第35-39页
     ·K-means 和谱聚类第36-37页
     ·KM-ED-PCQ 算法第37-38页
     ·NC-ED-PCQ 算法第38-39页
     ·聚类变化度第39页
   ·本章小结第39-40页
第4章 指数衰减的保持聚类成员不变的演化聚类框架第40-45页
   ·保持聚类成员不变的含义第40页
   ·ED-PCM 框架第40-41页
   ·ED-PCM 算法第41-43页
     ·KM-ED-PCM 算法第41-42页
     ·NC-ED-PCM 算法第42-43页
     ·聚类变化度第43页
   ·ED-PCQ 框架与 ED-PCM 框架的比较第43-44页
   ·本章小结第44-45页
第5章 实验设计与分析第45-55页
   ·实验数据集第45-47页
     ·高斯分布数据集第45-46页
     ·KDD-CUP99 数据集第46-47页
   ·高斯数据集聚类实验第47-51页
     ·实验设计第47页
     ·实验结果与分析第47-51页
   ·KDD-CUP99 数据集聚类实验第51-54页
     ·实验设计第51页
     ·实验结果与分析第51-54页
   ·本章小结第54-55页
第6章 总结与展望第55-57页
   ·总结第55-56页
   ·展望第56-57页
致谢第57-58页
参考文献第58-61页
附录第61-62页
详细摘要第62-64页

论文共64页,点击 下载论文
上一篇:基于Kinect体感设备的虚拟试衣系统研究
下一篇:面向图像融合应用的红外/SAR图像仿真、采集、传输技术研究