基于距离的聚类和孤立点检测算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 引言 | 第8-10页 |
| 1．1 研究背景与意义 | 第8-9页 |
| 1．2 研究内容与思路 | 第9页 |
| 1．3 论文组织结构 | 第9-10页 |
| 第2章 数据挖掘和聚类分析 | 第10-31页 |
| 2．1 数据挖掘概述 | 第10-14页 |
| 2．1．1 数据挖掘概念 | 第10页 |
| 2．1．2 数据挖掘过程 | 第10-13页 |
| 2．1．3 数据挖掘的功能 | 第13-14页 |
| 2．1．4 数据挖掘方法 | 第14页 |
| 2．1．5 数据挖掘算法组成 | 第14页 |
| 2．1．6 复杂类型数据的挖掘 | 第14页 |
| 2．2 聚类分析 | 第14-15页 |
| 2．3 聚类分析中的数据类型 | 第15-17页 |
| 2．4 聚类算法综述 | 第17-27页 |
| 2．4．1 基于划分的聚类方法 | 第17-19页 |
| 2．4．2 基于层次的聚类方法 | 第19-22页 |
| 2．4．3 基于密度的聚类方法 | 第22-25页 |
| 2．4．4 基于网格的聚类方法 | 第25-26页 |
| 2．4．5 基于模型的聚类方法 | 第26-27页 |
| 2．4．6 模糊聚类方法 | 第27页 |
| 2．5 孤立点检测算法综述 | 第27-29页 |
| 2．5．1 基于统计学的孤立点检测方法 | 第28页 |
| 2．5．2 基于距离的孤立点检测方法 | 第28-29页 |
| 2．5．3 基于偏离的孤立点检测方法 | 第29页 |
| 2．5．4 基于密度的孤立点检测方法 | 第29页 |
| 2．6 现有聚类算法和孤立点算法分析 | 第29-30页 |
| 2．7 本章小结 | 第30-31页 |
| 第3章 基于距离的聚类和孤立点检测算法 | 第31-41页 |
| 3．1 基本概念 | 第31-32页 |
| 3．2 算法描述 | 第32-33页 |
| 3．3 算法实现 | 第33-40页 |
| 3．3．1 函数说明 | 第33-38页 |
| 3．3．2 数据结构 | 第38-40页 |
| 3．4 算法分析 | 第40页 |
| 3．5 本章小结 | 第40-41页 |
| 第4章 对比实验 | 第41-50页 |
| 4．1 聚类和孤立点检测正确性实验 | 第41-42页 |
| 4．2 聚类和孤立点检测精度实验 | 第42-44页 |
| 4．3 算法执行时间实验 | 第44-45页 |
| 4．3．1 算法执行时间与数据规模的关系 | 第44-45页 |
| 4．3．2 算法执行时间与参数的关系 | 第45页 |
| 4．4 算法聚类及孤立点检测与参数的关系实验 | 第45-47页 |
| 4．5 数据输入顺序实验 | 第47-48页 |
| 4．6 数据集密度对算法聚类的影响实验 | 第48-49页 |
| 4．7 本章小结 | 第49-50页 |
| 第5章 总结及进一步工作展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士学位期间的研究成果 | 第54-55页 |
| 附录 部分源程序 | 第55-57页 |
