聚类分析中基于密度算法的研究与改进
| 目录 | 第4-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 图目录 | 第8-9页 |
| 表目录 | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 数据挖掘研究背景 | 第10-13页 |
| 1.2 聚类问题研究 | 第13-17页 |
| 1.3 问题描述 | 第17-18页 |
| 1.4 本文工作及结构 | 第18-19页 |
| 第二章 聚类算法研究现状 | 第19-28页 |
| 2.1 划分聚类 | 第19-20页 |
| 2.2 基于密度的聚类 | 第20-25页 |
| 2.2.1 DBSCAN | 第21-22页 |
| 2.2.2 DENCLUE | 第22-23页 |
| 2.2.3 OPSTICS | 第23-24页 |
| 2.2.4 SNN | 第24-25页 |
| 2.3 基于图的聚类 | 第25-28页 |
| 第三章 基于密度流的聚类算法 | 第28-44页 |
| 3.1 概念说明 | 第28-30页 |
| 3.1.1 相似性的局部性和全局性 | 第28-29页 |
| 3.1.2 对称与非对称近邻 | 第29-30页 |
| 3.2 密度流模型 | 第30-36页 |
| 3.2.1 密度流计算 | 第32页 |
| 3.2.2 密度吸引点检测 | 第32-35页 |
| 3.2.3 β-簇合并 | 第35-36页 |
| 3.3 算法参数和复杂度分析 | 第36-37页 |
| 3.4 实验 | 第37-42页 |
| 3.4.1 实验环境 | 第37-38页 |
| 3.4.2 人工数据 | 第38-39页 |
| 3.4.3 真实数据 | 第39-42页 |
| 3.4.4 聚类性能对比 | 第42页 |
| 3.5 小结 | 第42-44页 |
| 第四章 总结与展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 发表学术论文 | 第51-52页 |
