基于邻近搜索技术的快速密度聚类算法研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 本文的主要内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-19页 |
| 第2章 聚类分析相关理论 | 第19-32页 |
| 2.1 聚类分析 | 第19-23页 |
| 2.1.1 数据处理 | 第19-21页 |
| 2.1.2 聚类质量的评价 | 第21-23页 |
| 2.2 经典聚类算法 | 第23-27页 |
| 2.2.1 划分法 | 第24-25页 |
| 2.2.2 层次法 | 第25-26页 |
| 2.2.3 密度法 | 第26-27页 |
| 2.2.4 网格法 | 第27页 |
| 2.3 聚类算法的常见问题 | 第27-29页 |
| 2.3.1 簇个数的确定 | 第28页 |
| 2.3.2 算法的可拓展性 | 第28页 |
| 2.3.3 高维数据聚类 | 第28-29页 |
| 2.4 最近邻查找问题 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于邻近搜索技术的快速密度聚类算法 | 第32-47页 |
| 3.1 DBSCAN算法 | 第32-37页 |
| 3.1.1 DBSCAN算法相关定义 | 第32-33页 |
| 3.1.2 DBSCAN算法流程 | 第33-35页 |
| 3.1.3 DBSCAN算法优缺点分析 | 第35-37页 |
| 3.2 NQ-DBSCAN算法 | 第37-45页 |
| 3.2.1 NQ-DBSCAN算法思想 | 第38-41页 |
| 3.2.2 NQ-DBSCAN算法流程 | 第41-44页 |
| 3.2.3 NQ-DBSCAN算法分析 | 第44-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第4章 实验分析 | 第47-61页 |
| 4.1 实验设置 | 第47页 |
| 4.2 实验数据集 | 第47-50页 |
| 4.2.1 人工生成数据集 | 第47-49页 |
| 4.2.2 真实数据集 | 第49-50页 |
| 4.3 实验结果 | 第50-58页 |
| 4.3.1 实验一聚类结果正确性 | 第50-51页 |
| 4.3.2 实验二噪声和维度对性能的影响 | 第51-52页 |
| 4.3.3 实验三参数设置的影响 | 第52-55页 |
| 4.3.4 实验四数据规模的影响 | 第55-56页 |
| 4.3.5 实验五真实数据集实验 | 第56-58页 |
| 4.4 综合分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 总结和展望 | 第61-63页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录：作者在攻读硕士学位期间研究成果 | 第69页 |
