基于网格相邻关系的多密度聚类和离异点识别算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| 第2章 数据挖掘中的聚类分析和离异点识别 | 第14-27页 |
| ·数据挖掘概念和研究内容 | 第14页 |
| ·聚类分析概述 | 第14-15页 |
| ·聚类算法 | 第15-22页 |
| ·基于划分的聚类方法 | 第15-16页 |
| ·基于层次的聚类方法 | 第16-17页 |
| ·基于模型的聚类方法 | 第17-18页 |
| ·基于密度的聚类方法 | 第18-20页 |
| ·基于网格的聚类方法 | 第20-22页 |
| ·离异点的描述 | 第22-23页 |
| ·离异点识别方法 | 第23-26页 |
| ·基于统计的离异点识别方法 | 第23页 |
| ·基于距离的离异点识别方法 | 第23-25页 |
| ·基于密度的离异点识别方法 | 第25页 |
| ·基于偏离的离异点识别方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 相异数划分网格法和相异函数 | 第27-36页 |
| ·基本数据类型及表示形式 | 第27页 |
| ·数据标准化与数据转化 | 第27页 |
| ·相异度 | 第27-28页 |
| ·网格空间 | 第28-30页 |
| ·划分网格方法分析 | 第30-33页 |
| ·相异数划分网格法描述 | 第33-34页 |
| ·相异函数 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于网格相邻关系的离异点识别算法 | 第36-45页 |
| ·问题分析 | 第36-37页 |
| ·离异点衡量标准 | 第37页 |
| ·GAO算法描述 | 第37-38页 |
| ·算法复杂度分析 | 第38-39页 |
| ·实验分析 | 第39-43页 |
| ·算法性能比较 | 第39-40页 |
| ·算法有效性比较 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 基于网格相邻关系的多密度聚类算法 | 第45-56页 |
| ·研究背景 | 第45-46页 |
| ·相关概念 | 第46页 |
| ·基于网格相邻关系的多密度聚类算法(GAMD) | 第46-48页 |
| ·基本思想 | 第46-47页 |
| ·边界单元的处理 | 第47页 |
| ·GAMD算法描述 | 第47-48页 |
| ·算法复杂度分析 | 第48页 |
| ·实验分析 | 第48-55页 |
| ·算法性能实验 | 第49-50页 |
| ·算法有效性实验 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间发表的论文 | 第64-65页 |
