利用高斯生成数据对聚类算法的比较
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·数据挖掘研究 | 第10-11页 |
| ·聚类分析研究 | 第11页 |
| ·覆盖率问题研究 | 第11-12页 |
| ·文章组织 | 第12-13页 |
| 第2章 数据挖掘技术概述 | 第13-17页 |
| ·数据挖掘技术的概念 | 第13页 |
| ·数据挖掘的过程 | 第13-14页 |
| ·数据挖掘系统的分类 | 第14-15页 |
| ·数据挖掘常用技术 | 第15-17页 |
| 第3章 聚类分析 | 第17-28页 |
| ·聚类分析的概念 | 第17-18页 |
| ·聚类分析的一般步骤 | 第18-20页 |
| ·聚类算法的分类 | 第20-22页 |
| ·划分方法 | 第20页 |
| ·基于层次的方法 | 第20-21页 |
| ·基于模糊的方法 | 第21页 |
| ·基于概率的方法 | 第21-22页 |
| ·基于模型的方法 | 第22页 |
| ·五种典型的聚类算法 | 第22-26页 |
| ·K-means算法 | 第22-23页 |
| ·最近邻算法 | 第23-24页 |
| ·FCM算法 | 第24-25页 |
| ·EM算法 | 第25页 |
| ·BP算法 | 第25-26页 |
| ·五种聚类算法的优缺点及实现环境 | 第26-28页 |
| 第4章 高斯分布与覆盖率 | 第28-34页 |
| ·高斯分布模型的建立 | 第28-30页 |
| ·脊线原理 | 第30-32页 |
| ·覆盖率的定义 | 第32-33页 |
| ·覆盖率算法 | 第33-34页 |
| 第5章 生成数据 | 第34-42页 |
| ·数据背景 | 第34页 |
| ·蒙特卡洛法基本思想 | 第34-35页 |
| ·影响数据分布的几个因素 | 第35-37页 |
| ·高斯数据生成过程 | 第37-42页 |
| ·程序的实现与各类参数意义 | 第38-39页 |
| ·高斯分布数据生成算法描述 | 第39-40页 |
| ·用于测试的各种数据集 | 第40-42页 |
| 第6章 实验过程及结果分析 | 第42-46页 |
| ·实验结果 | 第42-44页 |
| ·结果分析 | 第44-46页 |
| 第7章 结论与展望 | 第46-48页 |
| ·工作总结 | 第46-47页 |
| ·工作展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表论文情况 | 第51-52页 |
| 致谢 | 第52页 |
