密度簇类中心约束的层次聚类方法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-23页 |
| 1.1 课题的研究背景及意义 | 第12-14页 |
| 1.2 研究现状 | 第14-20页 |
| 1.3 研究内容 | 第20-21页 |
| 1.4 论文结构 | 第21-22页 |
| 1.5 本章小结 | 第22-23页 |
| 第2章 聚类分析的方法相关理论基础介绍 | 第23-35页 |
| 2.1 聚类分析的问题描述 | 第23-24页 |
| 2.2 相似度的度量 | 第24-29页 |
| 2.2.1 相异性的度量 | 第24-27页 |
| 2.2.2 相似性的度量 | 第27-29页 |
| 2.3 相关聚类算法的介绍 | 第29-34页 |
| 2.3.1 K均值聚类算法 | 第29-30页 |
| 2.3.2 凝聚的层次聚类算法 | 第30-32页 |
| 2.3.3 基于快速搜索查找密度峰值的聚类算法 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 冗余信息簇中心约束的层次聚类 | 第35-53页 |
| 3.1 基于合并冗余信息的密度的定义 | 第36-41页 |
| 3.1.1 合并的冗余信息 | 第36-39页 |
| 3.1.2 密度计算流程 | 第39-41页 |
| 3.2 簇类中心约束的层次聚类算法 | 第41-44页 |
| 3.2.1 簇类中心约束的层次聚类流程 | 第41-42页 |
| 3.2.2 冗余信息簇中心约束的两阶段聚类 | 第42-44页 |
| 3.3 实验结果与分析 | 第44-51页 |
| 3.3.1 人工数据集数据介绍 | 第44-46页 |
| 3.3.2 人工数据集实验结果及其分析 | 第46-50页 |
| 3.3.3 真实数据集数据介绍 | 第50-51页 |
| 3.3.4 真实数据集实验结果及其分析 | 第51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 本地密度簇中心约束的层次聚类 | 第53-64页 |
| 4.1 CNHC的缺陷分析 | 第54-56页 |
| 4.2 基于本地密度的簇类中心约束的层次聚类 | 第56-58页 |
| 4.3 方法的基本流程 | 第58-59页 |
| 4.4 实验结果与分析 | 第59-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
