首页--交通运输论文--水路运输论文--船舶保养、修理和拆船工艺论文--船舶保养与维修论文

高维数据聚类算法及应用研究

摘要第1-5页
ABSTRACT第5-11页
缩略词第11-12页
第一章 绪论第12-22页
   ·研究背景第12-13页
   ·国内外研究现状第13-19页
     ·聚类研究现状第13-16页
     ·集成聚类研究现状第16-17页
     ·高维数据聚类研究现状第17-18页
     ·故障诊断技术研究现状第18-19页
   ·研究意义第19-20页
   ·论文研究内容及组织结构第20-22页
     ·论文主要研究工作第20-21页
     ·论文的组织结构第21-22页
第二章 系统框架设计第22-33页
   ·系统分析第22-24页
     ·系统需求分析第22-23页
     ·系统数据分析第23-24页
   ·系统框架设计第24-28页
     ·数据采集层第25-26页
     ·数据传输层第26-27页
     ·数据处理层第27页
     ·用户界面层第27-28页
   ·系统关键技术第28-32页
     ·K-means聚类算法第28-29页
     ·集成聚类算法第29-30页
     ·故障诊断技术第30-32页
   ·本章小结第32-33页
第三章 基于正交非负矩阵分解的聚类算法第33-47页
   ·非负矩阵分解算法概述第33-37页
     ·非负矩阵分解算法第33-36页
     ·非负矩阵分解算法的分类第36-37页
   ·基于正交非负矩阵分解的K-means算法设计与分析第37-41页
     ·Gram-Schmidt正交非负矩阵分解模型第38页
     ·Householder正交非负矩阵分解模型第38-40页
     ·基于正交非负矩阵分解的K-means算法设计第40-41页
     ·算法复杂性分析第41页
   ·实验及结果分析第41-46页
     ·实验设置第42页
     ·实验数据集第42页
     ·实验结果对比和分析第42-46页
   ·本章小结第46-47页
第四章 基于相似矩阵补全的集成聚类算法第47-60页
   ·集成聚类的概念第47-50页
   ·谱聚类第50-52页
   ·基于相似矩阵补全的集成聚类算法设计第52-56页
     ·基于Hsim函数构造相似性矩阵第52-53页
     ·基于IALM的相似矩阵补全算法第53-55页
     ·基于相似矩阵补全的集成聚类算法设计第55-56页
   ·实验及结果分析第56-59页
     ·实验设置与实验评价第56-57页
     ·实验数据集第57-58页
     ·实验结果对比和分析第58-59页
   ·本章小结第59-60页
第五章 系统实现第60-74页
   ·项目背景第60页
   ·系统实现技术第60-62页
   ·系统功能模块第62-63页
   ·关键技术实现第63-72页
     ·故障分类及其表示第63-65页
     ·基于正交非负矩阵分解的聚类算法实现第65-67页
     ·基于相似矩阵补全的集成聚类算法的实现第67-69页
     ·基于高维聚类算法的故障诊断的实现第69-72页
   ·运行效果第72-73页
   ·本章小结第73-74页
第六章 总结与展望第74-76页
   ·总结第74-75页
   ·展望第75-76页
参考文献第76-80页
致谢第80-82页
在学期间的研究成果及发表的学术论文第82页

论文共82页,点击 下载论文
上一篇:基于粒子滤波算法的交通流事件重构框架的研究与实现
下一篇:船舶监控系统中实时数据清洗技术研究