数据挖掘中聚类分析算法的研究与应用

摘要	第1-5页
ABSTRACT	第5-8页
第一章 引言	第8-11页
·课题研究背景及意义	第8-9页
·本文主要工作	第9-10页
·文章内容安排	第10-11页
第二章 据挖掘常用技术	第11-29页
·数据挖掘基础知识	第11-15页
·数据挖掘主要任务	第11页
·数据挖掘的过程	第11-13页
·数据挖掘常用方法	第13-15页
·聚类分析方法概述	第15-29页
·聚类分析对算法性能的要求	第16-17页
·聚类分析算法分类	第17-29页
第三章 模糊聚类分析	第29-38页
·聚类分析的目标函数	第29-31页
·模糊聚类分析主要步骤	第31-38页
·数据的规格标准化	第31-33页
·相似程度的计算方法	第33-36页
·聚类	第36-38页
第四章 聚类分析算法实验	第38-59页
·密度聚类实验	第38-44页
·层次聚类实验	第44-48页
·模糊聚类实验	第48-50页
·基于密度的 K-means 改进算法	第50-55页
·改进 K-means 算法思想	第51页
·算法参量及步骤	第51-52页
·算法的实验及分析	第52-55页
·高维数据聚类的改进思想	第55-57页
·子空间聚类算法	第56页
·改进的子空间算法	第56-57页
·聚类算法选择的考量	第57-59页
第五章 总结和展望	第59-61页
·总结	第59页
·展望	第59-61页
致谢	第61-62页
参考文献	第62-65页