数据挖掘中的谱聚类算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·数据挖掘的国内外研究现状 | 第10-12页 |
| ·选题背景及其研究意义 | 第12-13页 |
| ·谱聚类算法的国内外研究现状 | 第13-14页 |
| ·论文主要研究内容及章节安排 | 第14-16页 |
| 2 谱聚类算法 | 第16-36页 |
| ·谱图理论 | 第16-18页 |
| ·图分割 | 第18-22页 |
| ·谱图划分准则 | 第22-25页 |
| ·经典的谱聚类算法 | 第25-30页 |
| ·谱聚类算法的一般框架 | 第30-31页 |
| ·谱聚类算法与K-MEANS聚类算法的比较 | 第31-32页 |
| ·谱聚类算法存在的问题 | 第32-35页 |
| ·EBSC算法 | 第35页 |
| ·本章小节 | 第35-36页 |
| 3 EBSC算法的设计与实现 | 第36-45页 |
| ·EBSC的理论基础:信息熵的概念 | 第36-37页 |
| ·EBSC算法的改进方向:优化尺度参数σ | 第37-42页 |
| ·EBSC算法的实现步骤 | 第42-43页 |
| ·仿真实验和结果分析 | 第43-44页 |
| ·本章小节 | 第44-45页 |
| 4 EBSC算法在烟叶品质划分中的应用 | 第45-52页 |
| ·烟叶品质划分的研究背景和意义 | 第45-46页 |
| ·烟叶品质划分的研究现状 | 第46-47页 |
| ·数据准备 | 第47-48页 |
| ·数据预处理 | 第48-49页 |
| ·实验结果分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 5 总结和展望 | 第52-55页 |
| ·全文总结 | 第52-53页 |
| ·下一步工作 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 在学期间发表的学术论文 | 第60页 |
