首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据聚类及可视化技术

摘要第1-6页
Abstract第6-11页
第一章 绪论第11-23页
   ·数据挖掘的概述第11-18页
     ·数据挖掘及其现状第11-13页
     ·数据挖掘系统与其他系统的区别第13-14页
     ·数据挖掘的分类、过程及功能第14-18页
   ·聚类分析的概述第18-21页
     ·聚类分析的概念第18-19页
     ·聚类方法的分类第19-20页
     ·大数据集聚类的现状第20-21页
   ·本文的主要工作及章节安排第21-23页
第二章 数据挖掘中的可视化技术第23-35页
   ·可视化技术的定义第23-24页
   ·可视化技术的分类第24-29页
   ·可视化数据挖掘的研究现状第29-31页
   ·数据挖掘中可视化技术的应用第31-33页
   ·聚类分析与数据可视化第33-34页
   ·本章小结第34-35页
第三章 可视化技术在MinerOnWeb 中的实现第35-63页
   ·MinerOnWeb 的概述第35-38页
   ·平行坐标可视化聚类系统的思想第38-44页
     ·平行坐标的概念第39-40页
     ·平行坐标的重要性第40-41页
     ·基于维约束的平行坐标系第41-42页
     ·带刷子的平行坐标系第42-44页
   ·平行坐标在MinerOnWeb 系统中的设计和实现第44-62页
     ·模块概述第44-45页
     ·模块功能设计第45-47页
     ·数据结构定义第47-50页
     ·EJB 服务端的实现第50-51页
     ·WEB 服务端的实现第51-58页
     ·模块界面第58-62页
   ·本章小结第62-63页
第四章 大数据集聚类方法在MinerOnWeb 中的实现第63-76页
   ·大数据集聚类的现状第63页
   ·一种新的大数据集聚类方法第63-68页
     ·抽样第64-66页
     ·聚类第66-67页
     ·类标签第67-68页
   ·大数据集聚类方法在MinerOnWeb 系统中的设计和实现第68-75页
     ·大数据集聚类方法描述第68-69页
     ·大数据集聚类方法功能设计第69-70页
     ·数据结构定义第70-71页
     ·EJB 服务端实现第71-72页
     ·WEB 服务端实现第72-75页
   ·本章小结第75-76页
第五章 大数据集聚类方法在MinerOnWeb 系统中的应用第76-86页
   ·系统运行环境与实验数据集第76页
   ·实验目的第76-77页
   ·实验流程第77-82页
   ·实验结果分析第82-84页
   ·本章小结第84-86页
第六章 总结和展望第86-88页
   ·总结第86-87页
   ·展望第87-88页
致谢第88-89页
参考文献第89-92页
附录第92-93页
个人简历及攻读硕士期间的成果第93-94页

论文共94页,点击 下载论文
上一篇:基于核函数的雷达目标一维距离像识别研究
下一篇:DICOM图像数据的高效处理技术研究