高维分类数据聚类方法研究与实现
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状与分析 | 第13-16页 |
| 1.2.1 分类数据的聚类 | 第13-14页 |
| 1.2.2 高维数据的聚类 | 第14-15页 |
| 1.2.3 高维分类数据聚类的难点分析 | 第15-16页 |
| 1.3 本文的研究内容 | 第16-17页 |
| 1.4 本文的组织架构 | 第17-18页 |
| 第2章 相关技术的介绍与分析 | 第18-32页 |
| 2.1 子空间聚类 | 第18-27页 |
| 2.1.1 硬子空间聚类 | 第18-20页 |
| 2.1.2 软子空间聚类 | 第20-26页 |
| 2.1.3 子空间聚类算法分析 | 第26-27页 |
| 2.2 缺失数据 | 第27-28页 |
| 2.2.1 缺失数据分类 | 第27页 |
| 2.2.2 缺失数据的处理 | 第27-28页 |
| 2.3 CLOPE算法 | 第28-31页 |
| 2.3.1 CLOPE算法描述 | 第28-30页 |
| 2.3.2 CLOPE算法分析 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于CLOPE的软子空间聚类算法 | 第32-48页 |
| 3.1 引言 | 第32页 |
| 3.2 对数据―洗牌‖ | 第32-33页 |
| 3.3 对缺失数据的处理 | 第33-37页 |
| 3.3.1 基本概念 | 第34-35页 |
| 3.3.2 缺失数据处理方法 | 第35-37页 |
| 3.4 对属性加权 | 第37-41页 |
| 3.4.1 基本概念 | 第37-39页 |
| 3.4.2 属性加权方法 | 第39-41页 |
| 3.5 目标函数 | 第41-42页 |
| 3.6 算法思想 | 第42-45页 |
| 3.7 并行实现 | 第45-46页 |
| 3.8 算法分析 | 第46-47页 |
| 3.9 本章小结 | 第47-48页 |
| 第4章 实验结果与分析 | 第48-55页 |
| 4.1 实验环境与数据集 | 第48-50页 |
| 4.1.1 实验环境 | 第48-49页 |
| 4.1.2 实验数据 | 第49页 |
| 4.1.3 实验评估指标 | 第49-50页 |
| 4.2 实验结果 | 第50-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55-56页 |
| 5.2 未来工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间的研究成果目录 | 第62页 |
