无参数网格聚类算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 引言 | 第9-13页 |
| ·研究背景与意义 | 第9-11页 |
| ·研究内容与思路 | 第11页 |
| ·论文组织结构 | 第11-13页 |
| 第2章 聚类算法分析 | 第13-25页 |
| ·数据挖掘概述 | 第13-14页 |
| ·聚类分析 | 第14-18页 |
| ·聚类分析概述 | 第14-16页 |
| ·聚类算法介绍 | 第16-18页 |
| ·多密度聚类算法 | 第18-21页 |
| ·参数自动化聚类算法 | 第21-22页 |
| ·聚类的边界点检测算法 | 第22-24页 |
| ·DBSCAN算法中的边界点 | 第22-23页 |
| ·边界点检测算法BORDER | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 无参数网格聚类算法 | 第25-40页 |
| ·基本概念 | 第25-27页 |
| ·参数自动化技术 | 第27-29页 |
| ·参数k的处理 | 第27页 |
| ·密度阈值处理算法 | 第27-29页 |
| ·聚类的边界点提取技术 | 第29-30页 |
| ·NaRic聚类算法 | 第30-33页 |
| ·数据结构 | 第30-31页 |
| ·NaRic算法的实现 | 第31-33页 |
| ·算法复杂度分析 | 第33-34页 |
| ·实验结果与分析 | 第34-39页 |
| ·NaRic算法正确性验证 | 第34-35页 |
| ·综合数据集 | 第35-38页 |
| ·真实数据集 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于统计信息的边界点检测算法 | 第40-50页 |
| ·对BORDER算法的分析 | 第40页 |
| ·基本概念 | 第40-42页 |
| ·基于统计信息的边界点检测算法BPSF | 第42-43页 |
| ·实验结果 | 第43-47页 |
| ·时间复杂度和效率分析 | 第47-48页 |
| ·参数讨论 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第5章 总结及进一步工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附:硕士学位攻读期间的科研成果及奖励 | 第57页 |
