基于粗糙集的聚类算法及应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·论文的选题意义及研究背景 | 第8-9页 |
| ·国内外研究的现状和存在问题 | 第9-11页 |
| ·粗糙集理论在聚类分析中的应用的国内外研究现状 | 第9-10页 |
| ·存在的主要问题 | 第10-11页 |
| ·小结 | 第11-12页 |
| 第2章 粗糙集理论简介 | 第12-16页 |
| ·粗糙集基本思想的产生和发展 | 第12-13页 |
| ·粗糙集基本概念 | 第13-15页 |
| ·知识表达系统 | 第13页 |
| ·知识与知识库 | 第13页 |
| ·不可分辨关系 | 第13-14页 |
| ·上下近似集 | 第14-15页 |
| ·分类精度 | 第15页 |
| ·小结 | 第15-16页 |
| 第3章 数据挖掘和聚类算法简介 | 第16-23页 |
| ·数据挖掘概念 | 第16页 |
| ·数据挖掘的方法 | 第16-17页 |
| ·聚类分析的方法 | 第17-22页 |
| ·聚类分析的概念和应用 | 第17-18页 |
| ·聚类分析算法的发展 | 第18-19页 |
| ·聚类算法介绍 | 第19-22页 |
| ·小结 | 第22-23页 |
| 第4章 粗糙聚类算法 | 第23-35页 |
| ·分割的聚类算法简介 | 第23-24页 |
| ·PAM算法 | 第23-24页 |
| ·CLARA算法 | 第24页 |
| ·粗糙的分割聚类算法 | 第24-33页 |
| ·粗糙的PAM算法 | 第25-27页 |
| ·粗糙PAM算法流程 | 第27-28页 |
| ·粗糙PAM算法试验结果与分析 | 第28-31页 |
| ·大数据集的粗糙聚类算法 | 第31-32页 |
| ·粗糙的CLARA算法试验结果及分析 | 第32-33页 |
| ·小结 | 第33-35页 |
| 第5章 对混合型数据聚类的算法改进 | 第35-40页 |
| ·应用背景 | 第35页 |
| ·处理混合型数据的聚类算法 | 第35-36页 |
| ·改进的混合型聚类算法 | 第36-38页 |
| ·算法复杂度分析 | 第38页 |
| ·实验结果及分析 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第6章 基于粗糙集的聚类数据挖掘系统分析与实现 | 第40-53页 |
| ·系统分析与设计 | 第40-42页 |
| ·系统开发背景和基本目标 | 第40页 |
| ·系统设计流程 | 第40-42页 |
| ·系统的总体设计 | 第42-43页 |
| ·系统目标 | 第42-43页 |
| ·详细设计 | 第43-52页 |
| ·数据库设计 | 第43-45页 |
| ·系统功能设计 | 第45-49页 |
| ·系统主要技术 | 第49-51页 |
| ·基于B/S结构的系统体系 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第7章 总结与展望 | 第53-54页 |
| ·主要工作 | 第53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 在学期间发表的学术论文与研究成果 | 第58页 |
