基于粒计算的子空间多聚类模型研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·多聚类的研究现状 | 第10页 |
| ·粒计算的发展 | 第10-11页 |
| ·有关粒计算与聚类结合的研究 | 第11页 |
| ·本文的工作 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 2 多聚类相关技术 | 第13-20页 |
| ·多聚类概述 | 第13-14页 |
| ·多聚类模型 | 第14-18页 |
| ·基于原始数据空间的多聚类模型 | 第14-15页 |
| ·基于正交转换空间的多聚类模型 | 第15-16页 |
| ·基于投影子空间的多聚类模型 | 第16-17页 |
| ·基于多个给定视角/资源的多聚类模型 | 第17-18页 |
| ·子空间聚类 | 第18-20页 |
| 3 基于簇集相似定义的子空间多聚类模型 | 第20-32页 |
| ·聚类代价和簇集相似的定义 | 第20-22页 |
| ·基于簇集相似定义的子空间多聚类模型 | 第22-25页 |
| ·应用ENCLUS算法寻找显著子空间 | 第23页 |
| ·应用K-Means算法在各个显著子空间进行聚类 | 第23-24页 |
| ·根据簇集相似定义来优化最终聚类结果 | 第24-25页 |
| ·客户档案实例分析 | 第25-28页 |
| ·实验结果及分析 | 第28-32页 |
| ·简化率曲线分析 | 第28-29页 |
| ·最终聚类结果的实际意义分析 | 第29-30页 |
| ·对比其他子空间聚类算法 | 第30-32页 |
| 4 基于单维聚类的子空间多聚类模型 | 第32-39页 |
| ·面向对象以及面向子空间的簇集 | 第32页 |
| ·基于单维聚类的子空间多聚类模型 | 第32-34页 |
| ·对数据集在全部单维空间上进行标记 | 第34页 |
| ·基于对象相似度的聚类 | 第34页 |
| ·特殊客户簇集的发现 | 第34-37页 |
| ·实验结果及分析 | 第37-39页 |
| 5 基于粒计算的子空间多聚类模型 | 第39-48页 |
| ·粒计算相关概念 | 第39-40页 |
| ·基于粒计算的子空间多聚类模型的建立 | 第40-47页 |
| ·扩展信息表的建立 | 第43-45页 |
| ·寻找有趣信息的过程 | 第45-47页 |
| ·结合粒计算思想的模型优势 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录A 客户数据 | 第53-54页 |
| 致谢 | 第54-55页 |
