多数据库聚类技术
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容及创新点 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第2章 多数据库聚类技术概述 | 第13-28页 |
| ·多数据库挖掘 | 第13-17页 |
| ·数据挖掘定义和过程 | 第13-14页 |
| ·数据挖掘方法 | 第14-16页 |
| ·多数据库挖掘 | 第16-17页 |
| ·多数据库聚类技术 | 第17-21页 |
| ·聚类分析的基本概念 | 第17-19页 |
| ·多数据库聚类技术 | 第19-21页 |
| ·常用聚类算法 | 第21-27页 |
| ·划分的方法 | 第21-22页 |
| ·层次的方法 | 第22-24页 |
| ·基于密度的方法 | 第24-25页 |
| ·基于网格的方法 | 第25-26页 |
| ·基于模型的方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于链接的多数据库层次聚类方法研究 | 第28-42页 |
| ·问题描述 | 第28-29页 |
| ·多数据库聚类基本概念 | 第29-33页 |
| ·多数据库聚类 | 第29-31页 |
| ·聚类效果评价 | 第31-33页 |
| ·基于链接的多数据库层次聚类方法 | 第33-37页 |
| ·多数据库间的链接 | 第33-34页 |
| ·基于链接的多数据库层次聚类模型 | 第34-36页 |
| ·多数据库层次聚类算法 | 第36-37页 |
| ·实验分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 多数据库均值聚类方法研究 | 第42-57页 |
| ·数据库间相似性的度量 | 第42-44页 |
| ·多数据库均值聚类模型 | 第44-49页 |
| ·相关概念 | 第45-46页 |
| ·K均值聚类模型 | 第46-47页 |
| ·概率均值聚类模型 | 第47-49页 |
| ·均值聚类算法 | 第49-52页 |
| ·K均值聚类算法 | 第49-50页 |
| ·概率均值聚类算法 | 第50-52页 |
| ·实验分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57-58页 |
| ·未来工作 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 在学期间的科研成果及获得的奖励 | 第63-64页 |
| 致谢 | 第64-65页 |
