| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 论文背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 2 相关理论 | 第17-29页 |
| 2.1 基于密度的聚类算法DBSCAN | 第17-21页 |
| 2.1.1 概念 | 第17-19页 |
| 2.1.2 算法实现 | 第19-21页 |
| 2.2 图的存储及连通性 | 第21-23页 |
| 2.2.1 有向图的存储 | 第21-22页 |
| 2.2.2 有向图的连通性 | 第22-23页 |
| 2.3 强连通分量搜索算法TARJAN | 第23-25页 |
| 2.4 文本数据预处理 | 第25-28页 |
| 2.4.1 中文分词 | 第25-26页 |
| 2.4.2 文本表示 | 第26-27页 |
| 2.4.3 相似度计算 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 非均匀密度数据集下的聚类算法AV-DBSCAN | 第29-47页 |
| 3.1 问题描述 | 第29-31页 |
| 3.2 算法概念 | 第31-33页 |
| 3.3 算法准备工作 | 第33-37页 |
| 3.3.1 M-近邻有向图 | 第33-35页 |
| 3.3.2 参数选择 | 第35-36页 |
| 3.3.3 MinPts-邻域有向图 | 第36-37页 |
| 3.4 算法实现 | 第37-46页 |
| 3.4.1 算法原理及流程 | 第37-39页 |
| 3.4.2 算法实现伪代码 | 第39-45页 |
| 3.4.3 算法分析 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 大规模非均匀密度数据下的聚类算法BIRAV-DBSCAN | 第47-61页 |
| 4.1 问题描述 | 第47-48页 |
| 4.2 利用层次结构的平衡迭代归约聚类算法BIRCH | 第48-52页 |
| 4.2.1 概念 | 第49-51页 |
| 4.2.2 聚类流程 | 第51-52页 |
| 4.3 BIRAV-DBSCAN算法实现 | 第52-60页 |
| 4.3.1 第一阶段BIRCH聚类 | 第52-56页 |
| 4.3.2 第二阶段AV-DBSCAN聚类 | 第56-58页 |
| 4.3.3 算法分析 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 实验结果与分析 | 第61-75页 |
| 5.1 性能评价指标 | 第61-62页 |
| 5.2 仿真数据集实验 | 第62-65页 |
| 5.2.1 聚类实现 | 第62-63页 |
| 5.2.2 结果分析 | 第63-65页 |
| 5.3 真实数据集实验 | 第65-74页 |
| 5.3.1 数据采集 | 第66-67页 |
| 5.3.2 数据预处理 | 第67-68页 |
| 5.3.3 聚类实现 | 第68-69页 |
| 5.3.4 结果分析 | 第69-74页 |
| 5.4 本章小结 | 第74-75页 |
| 6 结论 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第80-82页 |
| 学位论文数据集 | 第82页 |
