| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·数据挖掘的发展及研究状况 | 第10-11页 |
| ·聚类分析研究及应用状况 | 第11-12页 |
| ·作者所做工作及本文内容安排 | 第12-13页 |
| ·作者所做工作 | 第12页 |
| ·本文内容安排 | 第12-13页 |
| 第二章 数据挖掘概述 | 第13-23页 |
| ·数据挖掘的定义 | 第13-15页 |
| ·数据挖掘的功能 | 第15-17页 |
| ·数据挖掘的工作流程 | 第17-18页 |
| ·数据挖掘的主要方法 | 第18-21页 |
| ·数据挖掘的应用 | 第21-23页 |
| 第三章 聚类方法基础 | 第23-33页 |
| ·聚类分析 | 第23-27页 |
| ·聚类的定义 | 第23页 |
| ·数据对象间的相异度 | 第23-26页 |
| ·数据挖掘对聚类分析的要求 | 第26-27页 |
| ·主要聚类方法及其研究进展评述 | 第27-33页 |
| ·基于划分的方法(partitioning method) | 第27-28页 |
| ·基于层次的方法(hierarchical method) | 第28-30页 |
| ·基于密度的方法(density-based method) | 第30-31页 |
| ·基于网格的方法(grid-based method) | 第31页 |
| ·基于模型的方法(model-based method) | 第31-33页 |
| 第四章 基于统计的自适应式网格密度聚类算法 | 第33-51页 |
| ·算法基础 | 第34-38页 |
| ·基于密度方法的理论基础 | 第34-37页 |
| ·基于网格方法的理论基础 | 第37-38页 |
| ·网格化 | 第38-43页 |
| ·静态网格化 | 第38-39页 |
| ·动态网格化 | 第39-42页 |
| ·不同网格化的特点分析 | 第42-43页 |
| ·统计分析 | 第43-48页 |
| ·统计密度分布 | 第43-45页 |
| ·密度分区 | 第45-48页 |
| ·收集网格并聚类 | 第48-49页 |
| ·分析与小结 | 第49-51页 |
| 第五章 网格密度聚类在科学数据挖掘中的应用 | 第51-67页 |
| ·科学数据挖掘项目 | 第51-55页 |
| ·项目背景 | 第51-53页 |
| ·Lared-P 数据 | 第53-55页 |
| ·聚类算法应用于Lared-P 数据 | 第55-64页 |
| ·Lared-P 数据的网格化 | 第55-57页 |
| ·Lared-P 数据的密度分箱 | 第57-60页 |
| ·聚类操作 | 第60-63页 |
| ·聚类特征分析 | 第63-64页 |
| ·系统总体设计 | 第64-67页 |
| 第六章 总结 | 第67-70页 |
| ·全文总结 | 第67-68页 |
| ·后续工作介绍 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻硕期间取得的成果 | 第75-76页 |
