K均值聚类算法初始聚类中心的选取与改进
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 研究的背景与意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 K均值聚类算法 | 第14-15页 |
1.2.2 基于网格的聚类算法 | 第15页 |
1.3 本文的主要工作 | 第15-16页 |
1.4 本文的组织结构 | 第16-19页 |
第2章 聚类分析技术相关研究 | 第19-29页 |
2.1 聚类算法基本概念 | 第19-25页 |
2.1.1 聚类的定义 | 第19页 |
2.1.2 聚类的主要步骤 | 第19-21页 |
2.1.3 聚类分析的数据类型与数据结构 | 第21-23页 |
2.1.4 聚类分析相似度度量方法 | 第23-24页 |
2.1.5 聚类准则函数 | 第24-25页 |
2.2 聚类算法的分类 | 第25-26页 |
2.3 K均值聚类算法的简单介绍 | 第26-28页 |
2.3.1 K均值聚类算法的基本思想 | 第26页 |
2.3.2 K均值聚类算法的流程 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
第3章 K均值聚类算法的分析与改进 | 第29-43页 |
3.1 K均值聚类算法的分析 | 第29-31页 |
3.2 一种改进的K均值聚类算法 | 第31-40页 |
3.2.1 问题的提出 | 第31-33页 |
3.2.2 改进算法的基本思想 | 第33-34页 |
3.2.3 改进算法的基本流程 | 第34-36页 |
3.2.4 实验结果及分析 | 第36-40页 |
3.3 本章小结 | 第40-43页 |
第4章 基于网格的赫夫曼树聚类算法 | 第43-59页 |
4.1 基于网格的赫夫曼树聚类算法 | 第44-48页 |
4.1.1 相关定义 | 第44-45页 |
4.1.2 实验举例 | 第45-46页 |
4.1.3 算法思想 | 第46-48页 |
4.1.4 算法流程 | 第48页 |
4.2 实验结果及分析 | 第48-58页 |
4.2.1 实验数据 | 第48-51页 |
4.2.2 实验设计 | 第51页 |
4.2.3 实验结果及分析 | 第51-58页 |
4.3 本章小结 | 第58-59页 |
第5章 总结与展望 | 第59-63页 |
5.1 本文的工作总结 | 第59-60页 |
5.2 展望 | 第60-63页 |
参考文献 | 第63-67页 |
致谢 | 第67页 |