基于空间划分的优化聚类算法及相关技术研究
| 独创性声明 | 第1页 |
| 学位论文版权使用授权书 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-13页 |
| 第一章 前言 | 第13-20页 |
| ·问题提出 | 第13页 |
| ·数据挖掘概述 | 第13-17页 |
| ·数据挖掘过程 | 第14-15页 |
| ·数据挖掘方法分类 | 第15-16页 |
| ·数据挖掘的主要研究问题 | 第16-17页 |
| ·本文研究的问题及组织结构 | 第17-20页 |
| ·研究的问题 | 第17页 |
| ·本文的工作 | 第17-18页 |
| ·本文的结构组织 | 第18-20页 |
| 第二章 相关概念与技术 | 第20-52页 |
| ·聚类分析算法概述 | 第20-32页 |
| ·相似性度量方法 | 第20-23页 |
| ·数据挖掘对聚类典型要求 | 第23-25页 |
| ·典型聚类算法 | 第25-31页 |
| ·层次聚类方法 | 第26-27页 |
| ·划分聚类方法 | 第27-29页 |
| ·基于密度的聚类方法 | 第29-31页 |
| ·基于空间划分的聚类方法 | 第31页 |
| ·聚类算法小结 | 第31-32页 |
| ·数据流聚类算法概述 | 第32-41页 |
| ·数据流聚类分析特点 | 第33页 |
| ·数据流聚类算法 | 第33-38页 |
| ·数据流聚类理论与实践 | 第34-35页 |
| ·通过数据流窗口维护方差和k-Medians | 第35-36页 |
| ·聚类演化数据流的一个框架 | 第36-37页 |
| ·投影聚类高维数据流的框架 | 第37-38页 |
| ·普适数据流挖掘方法 | 第38-40页 |
| ·数据流聚类算法小结 | 第40-41页 |
| ·孤立点检测算法概述 | 第41-45页 |
| ·孤立点的概念 | 第41页 |
| ·典型孤立点检测算法 | 第41-45页 |
| ·基于距离的孤立点检测算法 | 第42-43页 |
| ·基于密度的孤立点检测算法 | 第43-45页 |
| ·孤立点检测小结 | 第45页 |
| ·多维索引结构 | 第45-51页 |
| ·R-tree及R~*-tree索引 | 第46-48页 |
| ·SS-tree和SR-tree | 第48-50页 |
| ·索引技术小结 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第三章 空间划分的索引结构CD-Tree | 第52-67页 |
| ·问题提出 | 第52页 |
| ·CD-Tree定义 | 第52-54页 |
| ·CD-Tree相关算法 | 第54-59页 |
| ·CD-Tree的创建算法 | 第54-56页 |
| ·CD-Tree的单元点查询算法 | 第56-57页 |
| ·单元删除算法 | 第57页 |
| ·CD-Tree的合并算法 | 第57-58页 |
| ·CD-Tree上的近邻查询算法 | 第58-59页 |
| ·CD-Tree相关算法的代价分析 | 第59-60页 |
| ·数据偏斜度DSF | 第60-66页 |
| ·数据偏斜度概念 | 第61-64页 |
| ·偏斜度实验分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第四章 基于空间划分的聚类算法 | 第67-88页 |
| ·问题提出 | 第67页 |
| ·相关工作 | 第67-71页 |
| ·相关概念 | 第71页 |
| ·基于CD-Tree的聚类算法 | 第71-73页 |
| ·CD-Tree的聚类算法性能优化 | 第73-78页 |
| ·分支结点数据点总数剪枝策略 | 第73-76页 |
| ·分支结点数据对象个数最大值剪枝策略 | 第76-78页 |
| ·实验分析 | 第78-86页 |
| ·CDT与CL的比较 | 第78-79页 |
| ·基于CD-Tree的算法性能比较 | 第79-83页 |
| ·剪枝算法的适用性分析 | 第83-85页 |
| ·二维数据的聚类结果 | 第85-86页 |
| ·本章小结 | 第86-88页 |
| 第五章 基于空间划分的数据流聚类算法 | 第88-106页 |
| ·问题提出 | 第88-90页 |
| ·问题定义 | 第90页 |
| ·CDS-Tree | 第90-94页 |
| ·CDS-Tree定义 | 第91-92页 |
| ·CDS-Tree相关算法 | 第92-94页 |
| ·CDS-Tree构建算法 | 第92-93页 |
| ·CDS-Tree合并算法 | 第93-94页 |
| ·CDS-Tree在滑动窗口上的更新 | 第94-96页 |
| ·桶的更新 | 第94-95页 |
| ·粒度调整 | 第95-96页 |
| ·离线聚类与演化分析 | 第96-98页 |
| ·实验分析 | 第98-105页 |
| ·可伸缩性测试 | 第98-100页 |
| ·精度测试 | 第100-102页 |
| ·内存的使用情况 | 第102-103页 |
| ·粒度调整 | 第103-104页 |
| ·数据流的演化分析 | 第104-105页 |
| ·本章小结 | 第105-106页 |
| 第六章 基于空间划分的孤立点检测算法 | 第106-122页 |
| ·问题提出 | 第106-108页 |
| ·基于单元的孤立点检测算法 | 第108-109页 |
| ·基于CD-Tree的孤立点检测算法 | 第109-111页 |
| ·基于CD-Tree和聚簇技术的磁盘算法 | 第111-114页 |
| ·CD-Tree结构优化 | 第114-115页 |
| ·实验分析 | 第115-121页 |
| ·有效性验证 | 第116页 |
| ·算法性能比较 | 第116-121页 |
| ·本章小结 | 第121-122页 |
| 第七章 结束语 | 第122-125页 |
| ·本文的主要贡献与结论 | 第122-123页 |
| ·进一步的工作 | 第123-125页 |
| 参考文献 | 第125-136页 |
| 致谢 | 第136-137页 |
| 攻博期间发表的文章 | 第137-139页 |
| 攻博期间参加和完成的科研项目 | 第139-140页 |
| 作者简介 | 第140页 |
