基于自然邻的层次聚类算法研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文研究的主要内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 聚类分析 | 第14-23页 |
| 2.1 聚类分析概述 | 第14-16页 |
| 2.1.1 聚类定义 | 第14页 |
| 2.1.2 聚类的过程 | 第14页 |
| 2.1.3 数据的相似性度量 | 第14-16页 |
| 2.2 聚类算法应具备的特征 | 第16页 |
| 2.3 聚类算法分类 | 第16-21页 |
| 2.4 聚类质量的评价标准 | 第21-22页 |
| 2.4.1 内部检验 | 第21-22页 |
| 2.4.2 外部检验 | 第22页 |
| 2.5 小结 | 第22-23页 |
| 3 自然邻居 | 第23-26页 |
| 3.1 自然邻居的形成 | 第23页 |
| 3.2 自然邻居的定义 | 第23-24页 |
| 3.3 自然邻域图 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 4 基于自然邻的层次聚类算法 | 第26-40页 |
| 4.1 层次聚类算法概述 | 第26-29页 |
| 4.1.1 基本的层次聚类算法 | 第26页 |
| 4.1.2 簇间距离的度量准则 | 第26-28页 |
| 4.1.3 层次聚类算法存在的不足 | 第28-29页 |
| 4.2 Chameleon算法 | 第29-30页 |
| 4.2.1 Chameleon算法主要思想 | 第29-30页 |
| 4.2.2 Chameleon算法分析 | 第30页 |
| 4.3 基于自然邻的层次聚类算法 | 第30-34页 |
| 4.3.1 模块度 | 第31-32页 |
| 4.3.2 簇与簇之间的相似性 | 第32-33页 |
| 4.3.3 Hi-CLUBS算法过程 | 第33-34页 |
| 4.3.4 Hi-CLUBS算法时间复杂度分析 | 第34页 |
| 4.4 实验及分析 | 第34-39页 |
| 4.4.1 实验设计及概要说明 | 第34-35页 |
| 4.4.2 实验结果及分析 | 第35-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 基于噪声去除的层次聚类算法 | 第40-49页 |
| 5.1 基于离群检测的噪声去除的方法 | 第40-43页 |
| 5.1.1 基于距离的噪声去除 | 第40-41页 |
| 5.1.2 基于密度的噪声去除 | 第41页 |
| 5.1.3 基于聚类的噪声去除 | 第41-43页 |
| 5.2 基于自然邻密度的噪声去除 | 第43-44页 |
| 5.2.1 基于自然邻的密度 | 第43页 |
| 5.2.2 密度曲线 | 第43-44页 |
| 5.3 基于噪声去除的层次聚类算法 | 第44-45页 |
| 5.4 实验及分析 | 第45-48页 |
| 5.5 本章小节 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |
| A.作者在攻读学位期间发表的论文目录 | 第56页 |
| B.作者在攻读学位期间参与的科研项目目录 | 第56页 |
