基于数据分区和QR*树的并行DBSCAN算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·论文的研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本论文的研究内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第2章 数据挖掘及聚类分析 | 第14-30页 |
| ·数据挖掘概述 | 第14-18页 |
| ·数据挖掘的产生背景 | 第14-15页 |
| ·数据挖掘的基本理论 | 第15页 |
| ·数据挖掘的处理过程和任务 | 第15-16页 |
| ·数据挖掘的分类 | 第16-18页 |
| ·聚类分析 | 第18-28页 |
| ·聚类分析定义 | 第18-20页 |
| ·聚类分析的聚类准则函数 | 第20-22页 |
| ·聚类分析算法的分类 | 第22-26页 |
| ·聚类分析的常见算法 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 DBSCAN算法和数据分区以及QR*树 | 第30-42页 |
| ·DBSCAN算法 | 第30-34页 |
| ·DBSCAN算法模型 | 第30-32页 |
| ·DBSCAN算法框架 | 第32-34页 |
| ·数据分区 | 第34-37页 |
| ·数据分区的基本理论 | 第34-35页 |
| ·数据分区的算法理论 | 第35-37页 |
| ·QR*树 | 第37-41页 |
| ·QR*树的结构 | 第37-39页 |
| ·QR*树的操作 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 PQR*TDBSCAN算法 | 第42-51页 |
| ·PQR*TDBSCAN算法构造的出发点 | 第42-43页 |
| ·PQR*TDBSCAN算法的基本思想 | 第43页 |
| ·数据集的分区 | 第43-44页 |
| ·种子点的选择 | 第44-45页 |
| ·分区数据的聚类与合并 | 第45-47页 |
| ·PQR*TDBSCAN算法的基本框架 | 第47-49页 |
| ·PQR*TDBSCAN算法的复杂度分析 | 第49页 |
| ·PQR*TDBSCAN算法的时间复杂度分析 | 第49页 |
| ·PQR*TDBSCAN算法的空间复杂度分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第5章 实验结果及其分析 | 第51-60页 |
| ·实验数据集介绍 | 第51-52页 |
| ·实验环境的介绍 | 第52页 |
| ·实验数据集的实验结果 | 第52-57页 |
| ·应用DBSCAN算法的实验结果 | 第52-54页 |
| ·应用PDBSCAN算法的实验结果 | 第54-56页 |
| ·应用PQR*TDBSCAN算法的实验结果 | 第56-57页 |
| ·实验结果分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
