一种改进的k_means聚类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及目的 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文研究内容及组织 | 第12-15页 |
| ·论文研究内容 | 第12-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第2章 相关知识及理论 | 第15-33页 |
| ·引言 | 第15页 |
| ·文本挖掘及聚类相关知识 | 第15-27页 |
| ·文本挖掘 | 第15-20页 |
| ·聚类概述 | 第20-23页 |
| ·距离与相似系数 | 第23-26页 |
| ·聚类的特征 | 第26-27页 |
| ·聚类算法 | 第27-31页 |
| ·基于网格的聚类算法 | 第27-28页 |
| ·基于密度的聚类算法 | 第28-29页 |
| ·基于划分的聚类算法 | 第29页 |
| ·基于层次的聚类算法 | 第29-30页 |
| ·基于模型的聚类算法 | 第30页 |
| ·其他的聚类算法 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于网格的数据预处理算法 | 第33-53页 |
| ·引言 | 第33-34页 |
| ·k_means 算法 | 第34-39页 |
| ·k_means 算法概述 | 第34-37页 |
| ·k_means 算法分析 | 第37-39页 |
| ·孤立点及检测方法 | 第39-44页 |
| ·孤立点概述 | 第39-41页 |
| ·孤立点检测方法 | 第41-44页 |
| ·网格化数据预处理方法 | 第44-52页 |
| ·网格化方法 | 第44-46页 |
| ·基于网格的孤立点检测方法 | 第46页 |
| ·孤立点处理方法 | 第46-47页 |
| ·网格化预处理数据算法 | 第47-50页 |
| ·实验结果及分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 基于平均点的初始点选择算法 | 第53-62页 |
| ·引言 | 第53页 |
| ·初始点的选择方法 | 第53-55页 |
| ·基于平均点的初始点选择方法 | 第55-57页 |
| ·基于平均点的初始点选择算法 | 第57-59页 |
| ·实验结果及分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |
