基于局部信息的聚类新算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 目前面临的挑战 | 第16-17页 |
| 1.4 文章结构 | 第17-19页 |
| 第二章 聚类分析概述 | 第19-37页 |
| 2.1 聚类分析的基本概念 | 第19-28页 |
| 2.1.1 形式化描述 | 第19页 |
| 2.1.2 常用数据结构 | 第19-20页 |
| 2.1.3 数据标准化 | 第20页 |
| 2.1.4 数据类型及相似性度量 | 第20-23页 |
| 2.1.5 常用准则函数 | 第23-25页 |
| 2.1.6 聚类有效性准则 | 第25-28页 |
| 2.2 常见聚类算法 | 第28-35页 |
| 2.2.1 基于划分的聚类算法 | 第28-29页 |
| 2.2.2 基于层次的聚类算法 | 第29页 |
| 2.2.3 基于密度的聚类算法 | 第29-30页 |
| 2.2.4 谱聚类算法 | 第30-32页 |
| 2.2.5 近邻传播算法 | 第32-33页 |
| 2.2.6 密度峰值聚类算法 | 第33-35页 |
| 2.3 本章小结 | 第35-37页 |
| 第三章 基于改进引力搜索的聚类中心识别算法 | 第37-51页 |
| 3.1 引言 | 第37-38页 |
| 3.2 引力搜索相关知识 | 第38-41页 |
| 3.2.1 算法形式化描述 | 第38-39页 |
| 3.2.2 算法步骤 | 第39-41页 |
| 3.3 基于改进引力搜索的聚类中心识别算法 | 第41-46页 |
| 3.3.1 聚类中心编码策略 | 第41-42页 |
| 3.3.2 改进的引力搜索算法 | 第42-43页 |
| 3.3.3 算法步骤 | 第43-46页 |
| 3.4 实验结果及分析 | 第46-50页 |
| 3.4.1 聚类有效性准则 | 第46页 |
| 3.4.2 数据集实验 | 第46-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于数据场的改进密度峰值聚类算法 | 第51-67页 |
| 4.1 引言 | 第51页 |
| 4.2 数据场及势能熵相关知识 | 第51-54页 |
| 4.2.1 数据场 | 第51-53页 |
| 4.2.2 势能熵 | 第53-54页 |
| 4.3 基于数据场的改进密度峰值聚类算法 | 第54-60页 |
| 4.3.1 确定聚类中心 | 第54-57页 |
| 4.3.2 样本分配 | 第57-59页 |
| 4.3.3 算法步骤 | 第59页 |
| 4.3.4 算法复杂度 | 第59-60页 |
| 4.4 实验结果及分析 | 第60-66页 |
| 4.4.1 聚类有效性准则 | 第60页 |
| 4.4.2 人造数据集实验 | 第60-65页 |
| 4.4.3 UCI数据集实验 | 第65-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 本文工作总结 | 第67页 |
| 5.2 今后工作 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
