| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的背景与意义 | 第9-10页 |
| 1.2 聚类分析国内外研究现状 | 第10-12页 |
| 1.2.1 聚类分析研究现状 | 第10-12页 |
| 1.2.2 聚类分析算法的性能需求 | 第12页 |
| 1.3 分布式计算框架国内外研究现状 | 第12-13页 |
| 1.4 本文研究内容 | 第13-15页 |
| 第2章 聚类分析基本理论 | 第15-21页 |
| 2.1 数据挖掘概述 | 第15页 |
| 2.2 聚类分析 | 第15-20页 |
| 2.2.1 基于划分的聚类算法 | 第15-16页 |
| 2.2.2 基于层次的聚类算法 | 第16-17页 |
| 2.2.3 基于密度的聚类算法 | 第17-18页 |
| 2.2.4 基于网格的聚类算法 | 第18-19页 |
| 2.2.5 基于模型的聚类算法 | 第19-20页 |
| 2.3 分布式聚类分析 | 第20-21页 |
| 第3章 基于z值的分布式密度峰值聚类算法 | 第21-34页 |
| 3.1 密度峰值聚类算法 | 第21-23页 |
| 3.2 分布式密度峰值聚类算法 | 第23-26页 |
| 3.2.1 数据预处理 | 第23页 |
| 3.2.2 计算密度值 | 第23-24页 |
| 3.2.3 计算斥群值 | 第24-25页 |
| 3.2.4 分布式密度峰值聚类算法复杂度分析 | 第25页 |
| 3.2.5 分布式密度峰值聚类算法冗余计算问题分析 | 第25-26页 |
| 3.3 基于Z值的分布式密度峰值聚类算法 | 第26-33页 |
| 3.3.1 空间z填充曲线与高维点z值 | 第28-29页 |
| 3.3.2 数据预处理 | 第29页 |
| 3.3.3 计算密度值和局部斥群值 | 第29-31页 |
| 3.3.4 计算正确斥群值 | 第31-33页 |
| 3.3.5 基于z值的分布式密度峰值聚类算法复杂度分析 | 第33页 |
| 3.4 小结 | 第33-34页 |
| 第4章 基于z值的分布式密度峰值聚类算法实现及分析 | 第34-44页 |
| 4.1 云计算介绍 | 第34-35页 |
| 4.2 分布式计算框架HADOOP | 第35-36页 |
| 4.3 基于Z值的分布式密度峰值聚类算法实现过程 | 第36-38页 |
| 4.3.1 软件硬件环境搭建 | 第36-37页 |
| 4.3.2 DP-z算法的实现 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-43页 |
| 4.5 小结 | 第43-44页 |
| 第5章 改进的密度峰值聚类算法 | 第44-50页 |
| 5.1 密度峰值聚类算法的特点 | 第44-45页 |
| 5.2 改进的密度峰值聚类算法 | 第45-46页 |
| 5.3 实验结果及分析 | 第46-49页 |
| 5.4 小结 | 第49-50页 |
| 第6章 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 在学研究成果 | 第54-55页 |
| 致谢 | 第55页 |
