基于概率分布相似性的不确定数据聚类算法研究

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-13页
·研究背景	第7-8页
·不确定数据聚类算法的研究现状	第8-9页
·不确定数据聚类面临的挑战	第9-10页
·本文主要研究工作和内容安排	第10-13页
第二章 不确定数据聚类算法的相关研究	第13-21页
·不确定数据概述	第13-14页
·不确定数据的产生	第13页
·不确定数据的分布	第13-14页
·数据相似性度量	第14-15页
·聚类算法研究	第15-16页
·不确定数据聚类算法研究	第16-19页
·本章小结	第19-21页
第三章 不确定对象的概率分布及相似性度量方法	第21-35页
·不确定对象的概率分布	第21-24页
·基于概率分布的相似性度量	第24-27页
·基于 KL-散度的相似性度量方法	第24-26页
·对 KL-散度的平滑处理	第26-27页
·概率分布相似性计算方法的改进	第27-31页
·基于快速高斯变换的实现方法分析	第28-29页
·基于改进的快速高斯变换的实现方法	第29-31页
·实验结果与分析	第31-33页
·本章小结	第33-35页
第四章 基于概率分布相似性的聚类算法	第35-55页
·基于划分的聚类算法—KM-KL 算法	第35-40页
·KM-KL 算法的基本概念	第35-36页
·KM-KL 算法描述	第36-40页
·KM-KL 算法分析	第40页
·KM-KL 算法的改进—RKM-KL 算法	第40-44页
·RKM-KL 算法描述	第41-43页
·RKM-KL 算法分析	第43页
·对 KL-散度之差的高效计算	第43-44页
·基于密度的聚类算法—DB-KL 算法	第44-46页
·DB-KL 算法描述	第44-46页
·DB-KL 算法分析	第46页
·实验结果与分析	第46-54页
·实验设置	第46-47页
·实验结果分析	第47-54页
·本章小结	第54-55页
第五章 结束语	第55-57页
致谢	第57-59页
参考文献	第59-63页
攻读硕士期间完成的论文和参与的科研工作	第63-64页