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--一般性问题论文--理论、方法论文--算法理论论文

聚类算法及其在页面聚类中的应用研究

摘要第1-6页
ABSTRACT第6-7页
致谢第7-12页
第一章 绪论第12-16页
   ·研究背景第12页
   ·目前研究现状第12-13页
     ·聚类算法的研究现状第12-13页
     ·页面聚类的研究现状第13页
   ·课题研究的目的与意义第13-14页
   ·本文主要研究内容及结构第14-16页
第二章 聚类分析技术的概述第16-24页
   ·聚类分析第16-18页
   ·聚类分析的优势第18-20页
   ·聚类分析算法第20-22页
     ·聚类算法的特点第20-21页
     ·聚类算法的分类第21-22页
   ·聚类分析应用第22-23页
   ·本章小结第23-24页
第三章 聚类算法及其改进第24-40页
   ·K-means 算法第24-30页
     ·K-means 算法的基本原理第24-25页
     ·K-means 算法结构分析第25-27页
     ·K-means 算法的问题分析及现有改进第27-28页
     ·K-means 算法的改进第28-30页
   ·DBSCAN 算法第30-35页
     ·DBSCAN 算法中的基本概念第30-33页
     ·DBSCAN 算法过程第33-34页
     ·DBSCAN 算法的改进第34-35页
   ·算法实验第35-39页
     ·实验数据集第35-36页
     ·实验设计第36-37页
     ·实验结果及分析第37-39页
   ·本章小结第39-40页
第四章 页面聚类及实例验证第40-46页
   ·页面聚类第40-42页
     ·相关概念第40-41页
     ·页面聚类策略第41-42页
   ·实例验证第42-45页
     ·数据集及数据预处理第42-43页
     ·实验环境第43页
     ·实验结果分析第43-45页
   ·本章小结第45-46页
第五章 总结与展望第46-48页
   ·本文的工作第46页
   ·研究展望第46-48页
参考文献第48-51页
攻读硕士学位期间发表的论文第51-52页

论文共52页,点击 下载论文
上一篇:非线性单失效模式可靠性分析的逼近方法
下一篇:CORBA/Web Services集成方案及其安全性研究