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--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于多密度的聚类算法研究与改进

摘要第1-4页
Abstract第4-9页
第一章 绪论第9-12页
   ·背景及意义第9-10页
   ·主要研究内容第10-11页
   ·论文组织结构第11-12页
第二章 基于密度的聚类和半监督聚类概述第12-22页
   ·聚类分析概述第12-18页
     ·聚类分析定义第12-13页
     ·聚类分析过程第13-14页
     ·相似性度量第14-16页
     ·典型的聚类分析算法第16-18页
   ·基于密度的聚类算法第18-21页
     ·基于密度的聚类算法综述第18页
     ·DBSCAN聚类算法第18-20页
     ·已有的改进算法第20-21页
   ·半监督聚类算法第21页
   ·本章小结第21-22页
第三章 基于局部离群度的聚类算法LODCMD第22-33页
   ·算法主要思想第22页
   ·算法相关概念第22-23页
   ·算法详细描述第23-26页
   ·复杂度分析第26-27页
   ·实验结果及分析第27-32页
     ·算法聚类质量第27-29页
     ·算法时间效率第29-31页
     ·算法参数对比第31-32页
   ·本章小结第32-33页
第四章 基于相对密度的聚类算法RDCMD第33-42页
   ·算法主要思想第33页
   ·算法相关概念第33-35页
   ·算法详细描述第35-37页
   ·复杂度分析第37页
   ·实验结果及分析第37-41页
     ·算法聚类质量第37-39页
     ·算法时间效率第39-41页
     ·算法参数对比第41页
   ·本章小结第41-42页
第五章 基于极少约束的多密度半监督聚类算法SCMDFC第42-51页
   ·SCMD算法简介第42-44页
     ·SCMD算法概述第42-43页
     ·SCMD算法的缺点第43-44页
   ·基于极少约束的多密度的半监督聚类算法:SCMDFC第44-50页
     ·算法主要思想第44页
     ·算法详细描述第44-47页
     ·算法主要框架第47-48页
     ·复杂度分析第48页
     ·实验结果及分析第48-50页
   ·本章小结第50-51页
第六章 总结与展望第51-52页
   ·论文总结第51页
   ·工作展望第51-52页
参考文献第52-55页
在学期间的研究成果第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:基于主动数据选取的半监督自适应聚类算法研究
下一篇:基于非下采样contourlet变换的多聚焦图像融合研究