| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景和现状 | 第8-9页 |
| ·研究意义和问题分析 | 第9-10页 |
| ·本文主要研究内容和框架结构 | 第10-12页 |
| 第二章 数据挖掘与聚类分析概述 | 第12-26页 |
| ·数据挖掘概述 | 第12-17页 |
| ·数据与数据预处理 | 第17-20页 |
| ·聚类分析概述 | 第20-23页 |
| ·本章小结 | 第23-26页 |
| 第三章 基于网格密度影响因子的聚类算法 | 第26-40页 |
| ·分析现有的基于密度、网格的聚类算法 | 第26-29页 |
| ·基于密度的聚类算法介绍与分析 | 第26-27页 |
| ·基于网格的聚类算法介绍与分析 | 第27-28页 |
| ·网格和密度相结合的聚类算法 | 第28-29页 |
| ·IFGDC 算法思想及相关定义 | 第29-35页 |
| ·算法的思路 | 第29-30页 |
| ·算法的相关概念 | 第30-35页 |
| ·IFGDC 算法流程 | 第35-36页 |
| ·算法分析和实验验证 | 第36-39页 |
| ·算法复杂度分析 | 第36页 |
| ·实验结果与算法比较 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于 IFGDC 的 K-means 改进算法 | 第40-53页 |
| ·K 均值算法研究与分析 | 第40-43页 |
| ·K 均值算法原理 | 第40-41页 |
| ·K 均值不足分析及相关改进 | 第41-43页 |
| ·基于 IFGDC 的 K-means 改进算法 | 第43-47页 |
| ·K 均值改进算法思路 | 第43-45页 |
| ·K 均值改进算法 | 第45-47页 |
| ·算法分析和实验验证 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·全文总结 | 第53页 |
| ·工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间的研究成果 | 第60页 |