| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·数据挖掘的定义 | 第11页 |
| ·数据挖掘的分类 | 第11-13页 |
| ·本文的研究内容及组织结构 | 第13-15页 |
| 第2章 聚类分析 | 第15-32页 |
| ·聚类分析概述 | 第15-21页 |
| ·基于划分的方法(partitioning methed) | 第15-17页 |
| ·基于层次的方法(hierarchical method) | 第17-18页 |
| ·基于密度的方法(density-based method) | 第18页 |
| ·基于网格的方法(grid-based methed) | 第18-20页 |
| ·基于模型的方法(model-based method) | 第20-21页 |
| ·其它聚类方法 | 第21页 |
| ·聚类分析中的数据类型 | 第21-24页 |
| ·聚类算法研究的方向 | 第24-25页 |
| ·基于密度的聚类算法概述 | 第25-31页 |
| ·基于密度的聚类算法 | 第25-27页 |
| ·DBSCAN算法 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于数据场的密度聚类算法 | 第32-42页 |
| ·DBSCAN算法的局限性 | 第32-33页 |
| ·数据场 | 第33-36页 |
| ·基于数据场的密度聚类算法-DFDBSCAN | 第36-41页 |
| ·相关概念 | 第36-39页 |
| ·DFDBSCAN算法思想 | 第39页 |
| ·DFDBSCAN算法流程 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 DFDBSCAN算法 | 第42-50页 |
| ·初始对象的选择 | 第42-43页 |
| ·参数Eps的动态变化 | 第43-46页 |
| ·种子对象的选择 | 第46-49页 |
| ·DFDBSCAN算法的时间复杂度分析 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第5章 实验与结果分析 | 第50-59页 |
| ·实验环境与实验方案 | 第50-51页 |
| ·实验环境 | 第50页 |
| ·实验方案 | 第50-51页 |
| ·实验内容 | 第51-58页 |
| ·算法正确性验证 | 第51-54页 |
| ·聚类质量验证 | 第54-56页 |
| ·算法效率比较 | 第56-58页 |
| ·DFDBSCAN算法的不足 | 第58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
