数据挖掘应用及优化研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-13页 |
| ·选题依据及意义 | 第8-9页 |
| ·国内外的相关研究进展 | 第9-11页 |
| ·本文研究内容与改进成果 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 数据挖掘及相关技术概述 | 第13-34页 |
| ·数据挖掘概述 | 第13-20页 |
| ·数据挖掘定义 | 第13-14页 |
| ·数据挖掘的组成 | 第14-16页 |
| ·数据挖掘的过程 | 第16-18页 |
| ·数据挖掘的功能 | 第18-20页 |
| ·聚类分析概述 | 第20-30页 |
| ·聚类分析的定义 | 第20-21页 |
| ·聚类分析方法分类 | 第21-24页 |
| ·常用的聚类分析算法 | 第24-27页 |
| ·聚类分析面临的主要挑战 | 第27-30页 |
| ·数据可视化技术概述 | 第30-33页 |
| ·数据可视化技术定义 | 第30-31页 |
| ·数据可视化 | 第31-32页 |
| ·过程与模型可视化 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 带自适应参数ω的模糊聚类算法研究 | 第34-47页 |
| ·概述 | 第34页 |
| ·带自适应参数ω的模糊聚类算法 | 第34-41页 |
| ·传统的模糊聚类算法 | 第34-37页 |
| ·参数自动化 | 第37-39页 |
| ·加权计算 | 第39-40页 |
| ·统一的形式 | 第40-41页 |
| ·带自适应参数ω的聚类过程 | 第41页 |
| ·算法应用示例 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 多维网格聚类的细粒度逆向可视化方案研究 | 第47-72页 |
| ·概述 | 第47-48页 |
| ·扩展的多维网格聚类算法 | 第48-55页 |
| ·基本原理 | 第48-50页 |
| ·构造网格空间 | 第50-52页 |
| ·构造含从属映射关系的网格样本 | 第52-54页 |
| ·扩展原始样本并分类至网格 | 第54页 |
| ·采用聚类算法对网格聚类 | 第54-55页 |
| ·实验结果分析 | 第55-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 结束语 | 第72-75页 |
| ·全文总结 | 第72-73页 |
| ·进一步的研究工作 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
