| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本论文的研究内容 | 第10页 |
| ·论文章节安排 | 第10-11页 |
| 2 数据挖掘及聚类算法分析 | 第11-22页 |
| ·数据挖掘概述 | 第11-16页 |
| ·数据挖掘概念 | 第11-12页 |
| ·数据挖掘过程 | 第12-14页 |
| ·数据挖掘的功能 | 第14-16页 |
| ·聚类算法综述 | 第16-21页 |
| ·划分方法(Partitioning methods) | 第16-17页 |
| ·层次方法(Hierarchy methods) | 第17-18页 |
| ·基于网格的方法(grid-based methods) | 第18-19页 |
| ·基于模型的方法(model-based methods) | 第19-21页 |
| ·基于密度的聚类(density-based methods) | 第21页 |
| ·本章小结 | 第21-22页 |
| 3 DBSCAN 算法和FDBSCAN 算法 | 第22-33页 |
| ·DBSCAN 算法简介 | 第22-24页 |
| ·算法思想 | 第22-23页 |
| ·算法框架 | 第23-24页 |
| ·DBSCAN 算法局限性分析 | 第24-27页 |
| ·DBSCAN 算法现有的一些改进 | 第27-28页 |
| ·FDBSCAN 算法 | 第28-32页 |
| ·算法思想 | 第28-30页 |
| ·算法框架 | 第30-31页 |
| ·时间复杂度分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于过滤的DBSCAN 改进算法 | 第33-41页 |
| ·K-DIST 图的描述 | 第33-34页 |
| ·DBSCAN 过滤式改进算法基本思想 | 第34-35页 |
| ·参数EPSI的确定 | 第35-36页 |
| ·算法流程 | 第36-37页 |
| ·实验结果与分析 | 第37-40页 |
| ·小结 | 第40-41页 |
| 5 论文总结 | 第41-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 附录 | 第46页 |
