空间对象和移动对象聚类算法研究
摘要 | 第1-5页 |
Abstract | 第5-11页 |
第一章 绪论 | 第11-19页 |
·数据挖掘概述 | 第11-15页 |
·产生和发展 | 第11-12页 |
·研究目的和意义 | 第12-14页 |
·国内外研究状况 | 第14-15页 |
·选题依据 | 第15-17页 |
·本文的主要内容和组织结构 | 第17-19页 |
第二章 聚类分析 | 第19-33页 |
·聚类分析 | 第19-23页 |
·聚类分析的定义 | 第19-20页 |
·聚类分析的基本要求 | 第20页 |
·主要聚类方法综述 | 第20-23页 |
·空间对象聚类分析 | 第23-29页 |
·空间索引 | 第23-27页 |
·R-Tree 空间索引以及改进 | 第24-26页 |
·代价模型 | 第26-27页 |
·k 最近邻聚类算法 | 第27-28页 |
·聚类结果的评估标准 | 第28-29页 |
·移动对象聚类分析 | 第29-32页 |
·代表性聚类算法 | 第29-32页 |
·聚类结果的评估标准 | 第32页 |
·本章小结 | 第32-33页 |
第三章 空间对象聚类分析 | 第33-49页 |
·对称邻域的相关概念 | 第33-36页 |
·k-近邻相关概念 | 第33-34页 |
·对称邻域引入及其概念 | 第34-36页 |
·基于微簇的对称邻域聚类算法BMSNC | 第36-43页 |
·微簇的概念 | 第36-37页 |
·BMSNC 算法 | 第37-40页 |
·基本思想 | 第37-38页 |
·算法描述 | 第38-40页 |
·实验与性能分析 | 第40-43页 |
·实验结果及说明 | 第40-42页 |
·时间效率评价 | 第42-43页 |
·加权邻域聚类算法BWNC | 第43-47页 |
·问题的提出 | 第43页 |
·特征权值的学习 | 第43-45页 |
·实验及分析 | 第45-47页 |
·时间效率评价 | 第47页 |
·本章小结 | 第47-49页 |
第四章 移动对象聚类分析 | 第49-61页 |
·轨道聚类简述 | 第49-54页 |
·轨道聚类相关概念 | 第49-51页 |
·轨道相关概念 | 第49-50页 |
·线段之间距离度量公式 | 第50-51页 |
·轨道聚类框架 | 第51-54页 |
·轨道划分算法 | 第51-53页 |
·生成代表轨道 | 第53-54页 |
·基于对称邻域的轨道聚类算法BSNTC | 第54-60页 |
·相关概念 | 第54页 |
·基于对称邻域轨道聚类算法 | 第54-57页 |
·基本思想 | 第54-55页 |
·算法描述 | 第55-57页 |
·实验数据分析和评价 | 第57-60页 |
·实验数据 | 第57页 |
·线段聚类结果分析 | 第57-60页 |
·本章小结 | 第60-61页 |
第五章 结束语 | 第61-64页 |
·本文的总结 | 第61-62页 |
·未来研究方向 | 第62-64页 |
参考文献 | 第64-70页 |
致谢 | 第70-71页 |
在学期间的研究成果及发表的学术论文 | 第71页 |