基于粒计算的多尺度聚类方法
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第11-19页 |
1.1 选题背景及研究意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 聚类研究现状 | 第12-14页 |
1.2.2 多尺度理论研究现状 | 第14-15页 |
1.2.3 多尺度聚类研究现状 | 第15-16页 |
1.3 论文主要研究内容 | 第16-17页 |
1.4 论文组织架构 | 第17-19页 |
2 聚类分析 | 第19-37页 |
2.1 聚类基本概念 | 第19-21页 |
2.1.1 聚类的定义 | 第19-20页 |
2.1.2 聚类应用举例 | 第20-21页 |
2.2 聚类的特征描述 | 第21-22页 |
2.2.1 簇的描述符 | 第21-22页 |
2.2.2 聚类准则函数 | 第22页 |
2.3 相似性计算模型 | 第22-25页 |
2.3.1 类内相似性模型 | 第23-24页 |
2.3.2 类间相似性模型 | 第24-25页 |
2.4 聚类算法分类 | 第25-33页 |
2.4.1 划分聚类 | 第25-27页 |
2.4.2 层次聚类 | 第27-29页 |
2.4.3 密度聚类 | 第29-31页 |
2.4.4 网格聚类 | 第31-32页 |
2.4.5 模型聚类 | 第32-33页 |
2.5 聚类算法评价准则 | 第33-36页 |
2.5.1 定性评价准则 | 第33-34页 |
2.5.2 定量评价准则 | 第34-36页 |
2.6 本章小结 | 第36-37页 |
3 粒计算 | 第37-44页 |
3.1 基本思想 | 第37-38页 |
3.2 基本组成 | 第38-40页 |
3.2.1 粒子 | 第39页 |
3.2.2 粒层 | 第39-40页 |
3.2.3 粒结构 | 第40页 |
3.3 基本问题 | 第40-42页 |
3.3.1 粒化 | 第41-42页 |
3.3.2 基于粒化的计算 | 第42页 |
3.4 聚类中的粒度原理 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
4 基于粒计算的多尺度聚类理论 | 第44-55页 |
4.1 多尺度数据集 | 第44-48页 |
4.1.1 粒计算中的等价划分模型 | 第44页 |
4.1.2 数据集中的等价关系 | 第44-46页 |
4.1.3 尺度与尺度划分 | 第46页 |
4.1.4 基于粒化的多尺度数据模型 | 第46-48页 |
4.2 尺度转换 | 第48-51页 |
4.2.1 尺度转换原因 | 第49页 |
4.2.2 尺度转换分类 | 第49-51页 |
4.3 尺度效应 | 第51-52页 |
4.3.1 尺度效应定义 | 第51页 |
4.3.2 尺度效应具体表现 | 第51-52页 |
4.4 尺度选择 | 第52-53页 |
4.5 多尺度聚类 | 第53-54页 |
4.5.1 多尺度聚类定义 | 第53页 |
4.5.2 基于粒模型的多尺度聚类实质 | 第53-54页 |
4.5.3 多尺度聚类体系结构 | 第54页 |
4.6 本章小结 | 第54-55页 |
5 多尺度聚类算法 | 第55-70页 |
5.1 算法设计中的关键问题 | 第55-56页 |
5.1.1 基于粒化的数据预处理 | 第55页 |
5.1.2 基于信息粒度的相似度计算模型 | 第55-56页 |
5.2 多尺度聚类尺度上推算法 | 第56-59页 |
5.2.1 理论基础 | 第56-57页 |
5.2.2 算法实现 | 第57-58页 |
5.2.3 算法伪代码 | 第58-59页 |
5.3 多尺度聚类尺度下推算法 | 第59-62页 |
5.3.1 理论基础 | 第59-60页 |
5.3.2 算法实现 | 第60-61页 |
5.3.3 算法伪代码 | 第61-62页 |
5.4 实验与分析 | 第62-69页 |
5.4.1 数据集 | 第62-63页 |
5.4.2 评价指标 | 第63-64页 |
5.4.3 尺度上推算法实验结果与分析 | 第64-66页 |
5.4.4 尺度下推算法实验结果与分析 | 第66-69页 |
5.5 本章小结 | 第69-70页 |
6 总结与展望 | 第70-73页 |
6.1 总结 | 第70-72页 |
6.2 展望 | 第72-73页 |
参考文献 | 第73-80页 |
致谢 | 第80-81页 |
攻读学位期间取得的科研成果清单 | 第81页 |