| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第7-17页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 聚类算法研究现状 | 第9-12页 |
| 1.2.2 图划分问题的国内外研究现状 | 第12-15页 |
| 1.3 本文主要工作 | 第15页 |
| 1.4 本文结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 预备知识 | 第17-29页 |
| 2.1 层次聚类技术 | 第17-22页 |
| 2.1.1 数据挖掘与聚类算法 | 第17-18页 |
| 2.1.2 层次聚类方法 | 第18-22页 |
| 2.2 簇评估 | 第22-27页 |
| 2.2.1 簇间距离度量方法 | 第22-23页 |
| 2.2.2 聚类算法的质量评价标准 | 第23-27页 |
| 2.3 本章小结 | 第27-29页 |
| 3 基于SK-means算法和DP算法的Chameleon算法 | 第29-43页 |
| 3.1 基本知识 | 第29-34页 |
| 3.1.1 Chameleon算法及其局限性 | 第29-30页 |
| 3.1.2 SK-Means算法 | 第30-32页 |
| 3.1.3 DP算法 | 第32-34页 |
| 3.2 基于SK-Means算法的Chameleon算法 | 第34-36页 |
| 3.2.1 基本思想 | 第34-35页 |
| 3.2.2 算法框架 | 第35-36页 |
| 3.3 基于DP算法的Chameleon算法 | 第36-39页 |
| 3.2.1 基本思想 | 第36-37页 |
| 3.2.2 算法框架 | 第37-39页 |
| 3.4 实证研究 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 基于HEM和MST的Chameleon算法 | 第43-55页 |
| 4.1 基本知识 | 第43-47页 |
| 4.1.1 METIS图划分法 | 第43-46页 |
| 4.1.2 最小生成树 | 第46-47页 |
| 4.2 基于HEM和MST的Chameleon算法 | 第47-50页 |
| 4.2.1 基本思想 | 第47-48页 |
| 4.2.2 算法框架 | 第48-50页 |
| 4.3 实证研究 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
