层次聚类中类间距离新定义
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第1章 前言 | 第7-10页 |
·研究背景 | 第7-8页 |
·本文研究主要内容 | 第8-10页 |
·本文创新点 | 第8-9页 |
·准备知识 | 第9页 |
·文章导读 | 第9-10页 |
第2章 聚类算法概述 | 第10-16页 |
·聚类的定义 | 第10页 |
·聚类的要求 | 第10-12页 |
·常用的聚类方法 | 第12-16页 |
·层次聚类 | 第12页 |
·基于划分的聚类 | 第12-13页 |
·基于密度和网格的聚类 | 第13-14页 |
·基于模糊集理论的聚类 | 第14页 |
·基于核方法的聚类 | 第14页 |
·基于神经网络和图论的聚类 | 第14-15页 |
·其他类型聚类 | 第15-16页 |
第3章 相关方法概述 | 第16-22页 |
·主成分分析 | 第16页 |
·典型相关分析 | 第16-17页 |
·偏最小二乘回归 | 第17-19页 |
·Gamma-test理论 | 第19-22页 |
第4章 类间距离新定义 | 第22-33页 |
·传统聚类中类间距离定义 | 第22-23页 |
·所定义的类间距离 | 第23-27页 |
·主成分分析定义的类间距离 | 第24-25页 |
·偏最小二乘回归方法所定义的类间距离 | 第25-26页 |
·典型相关分析定义的类间距离 | 第26-27页 |
·基于Gamma-test理论新度量的推广 | 第27-31页 |
·以多列对一列形式进行的推广 | 第27-29页 |
·以多列对多列形式所做的推广 | 第29-31页 |
·基于类间新度量的聚类算法 | 第31-33页 |
·提取代表元型的聚类算法 | 第31页 |
·将类作为整体型的聚类算法 | 第31-33页 |
第5章 实验结论分析 | 第33-41页 |
·所用数据集介绍 | 第33-34页 |
·模拟数据集结论 | 第34-41页 |
第6章 结束语 | 第41-43页 |
参考文献 | 第43-49页 |
致谢 | 第49页 |