| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 问题提出 | 第13页 |
| 1.4 研究目的及意义 | 第13-15页 |
| 1.4.1 研究目的 | 第13-14页 |
| 1.4.2 研究意义 | 第14-15页 |
| 1.5 本文主要工作 | 第15页 |
| 1.6 论文组织结构 | 第15-17页 |
| 第2章 相关文献综述 | 第17-32页 |
| 2.1 聚类算法分类 | 第17-19页 |
| 2.1.1 传统聚类算法分类 | 第17-18页 |
| 2.1.2 新发展的聚类算法 | 第18-19页 |
| 2.2 基于网格聚类算法 | 第19-22页 |
| 2.2.1 STING算法简介 | 第20-21页 |
| 2.2.2 STING算法存在的问题 | 第21-22页 |
| 2.3 基于密度聚类方法 | 第22-27页 |
| 2.3.1 DBSCAN算法简介 | 第22-27页 |
| 2.3.2 DBSCAN算法存在不足 | 第27页 |
| 2.4 基于密度比的DBSCAN聚类算法 | 第27-30页 |
| 2.4.1 基于密度比的DBSCAN聚类算法简介 | 第28-29页 |
| 2.4.2 基于密度比的DBSCAN聚类优缺点分析 | 第29-30页 |
| 2.5 增量聚类算法 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 基于网格和密度比的DBSCAN聚类算法 | 第32-41页 |
| 3.1 算法思想及流程 | 第32-33页 |
| 3.2 网格粒化数据空间 | 第33-36页 |
| 3.2.1 数据空间粒化 | 第33-34页 |
| 3.2.2 极值查找 | 第34-36页 |
| 3.3 网格单元密度比聚类 | 第36-39页 |
| 3.3.1 算法描述 | 第36-38页 |
| 3.3.2 阈值确定 | 第38页 |
| 3.3.3 压缩空间聚类 | 第38-39页 |
| 3.4 算法复杂度分析 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于网格划分的增量处理方法 | 第41-47页 |
| 4.1 增量聚类处理思想 | 第41-42页 |
| 4.2 增量聚类 | 第42-46页 |
| 4.2.1 算法描述 | 第43页 |
| 4.2.2 网格划分 | 第43-44页 |
| 4.2.3 新增数据聚类 | 第44-46页 |
| 4.3 算法复杂度分析 | 第46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 实验分析 | 第47-57页 |
| 5.1 实验准备 | 第47-49页 |
| 5.1.1 实验数据集 | 第47-48页 |
| 5.1.2 对比算法 | 第48页 |
| 5.1.3 实验环境配置 | 第48-49页 |
| 5.1.4 实验评价标准 | 第49页 |
| 5.2 实验结果与分析 | 第49-56页 |
| 5.2.1 实验结果 | 第49-55页 |
| 5.2.2 结果分析 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 本文完成的主要研究工作 | 第57-58页 |
| 6.2 未来工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第63-64页 |