高维数据子空间聚类算法研究

摘要	第1-4页
ABSTRACT	第4-6页
目录	第6-8页
第一章 绪论	第8-16页
·研究背景及意义	第8-10页
·聚类分析及其应用	第8-9页
·高维数据及其聚类分析	第9-10页
·国内外研究现状以及主要存在问题	第10-14页
·高维数据的聚类分析方法	第10-12页
·高维数据聚类分析的应用	第12-13页
·存在的主要问题	第13-14页
·本文主要内容与结构	第14-16页
第二章 子空间聚类算法	第16-23页
·子空间问题引入	第16-17页
·子空间聚类算法概述	第17-19页
·自底向上的子空间聚类算法	第19-21页
·CLIQUE	第19-20页
·ENCLUS	第20页
·MAFIA	第20-21页
·CLTree	第21页
·子空间聚类的密度分歧问题	第21-23页
第三章 基于核密度估计的子空间聚类算法	第23-36页
·基于核密度估计的子空间聚类算法的提出	第23-24页
·相关技术	第24-28页
·核密度估计	第24-26页
·频繁项集挖掘	第26-28页
·基本定义	第28-30页
·一维密集区域	第28-29页
·子空间密度阈值	第29-30页
·基于核密度估计的子空间聚类算法	第30-36页
·数据转换	第30-31页
·FP-tree构建	第31-33页
·密集子空间挖掘	第33-34页
·算法时间复杂度分析	第34-36页
第四章 实验	第36-45页
·数据集	第36-37页
·人工数据集	第36页
·真实数据集	第36-37页
·实验结果	第37-44页
·算法的可伸缩性	第37-39页
·人工数据集实验结果	第39-41页
·真实数据集实验结果	第41-44页
·算法参数灵敏度分析	第44-45页
第五章 总结与展望	第45-47页
·总结	第45页
·展望	第45-47页
参考文献	第47-51页
发表论文和参加科研情况说明	第51-52页
致谢	第52页