首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于聚类算法的数据挖掘技术的研究

摘要第1-4页
ABSTRACT第4-6页
目录第6-8页
第一章 绪论第8-11页
   ·背景介绍第8页
     ·数据挖掘技术第8页
     ·聚类算法技术第8页
   ·目前研究概况第8-10页
     ·国外研究现状第8-9页
     ·国内研究现状第9-10页
   ·论文研究的内容和组织第10页
   ·本章小结第10-11页
第二章 数据挖掘第11-15页
   ·数据挖掘的定义第11页
   ·数据挖掘的步骤第11-12页
   ·数据挖掘的功能第12-14页
   ·数据挖掘的发展第14页
   ·本章小结第14-15页
第三章 聚类分析第15-34页
   ·聚类方法概述第15-21页
     ·聚类分析在数据挖掘中的应用第15页
     ·聚类分析算法的概念与基本分类第15-18页
     ·距离与相似性的度量第18-21页
   ·划分聚类方法第21-26页
     ·k-平均算法第21-23页
     ·PAM算法第23-25页
     ·改进的划分聚类算法第25-26页
   ·层次聚类方法第26-30页
     ·AGNES算法第26-27页
     ·DIANA算法第27-28页
     ·改进的层次聚类算法第28-30页
   ·密度聚类方法第30-31页
   ·其他聚类方法第31-32页
     ·STING算法第31页
     ·SOM算法第31-32页
     ·COBWEB算法第32页
     ·模糊聚类算法FCM第32页
   ·聚类算法的比较第32-33页
   ·本章小结第33-34页
第四章 数据挖掘系统的设计与实现第34-46页
   ·系统总体构架第34-35页
   ·开发平台设计第35-36页
   ·系统结构及功能设计第36-45页
     ·数据库连接配置程序设计第37-38页
     ·数据采集程序设计第38-39页
     ·数据转换程序设计第39-42页
     ·聚类分析程序设计第42-45页
   ·本章小结第45-46页
第五章 实验结果与分析第46-51页
   ·进行聚类分析第46-49页
   ·结果分析第49-50页
   ·小结第50-51页
第六章 总结与展望第51-52页
   ·总结第51页
   ·展望第51-52页
附录第52-55页
参考文献第55-59页
致谢第59-60页
攻读硕士学位期间主要的研究成果第60页

论文共60页,点击 下载论文
上一篇:稀疏深度图匹配关键技术研究
下一篇:基于模糊评判的人防预案评估系统的研究与实现