中文摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-12页 |
·课题研究背景 | 第8-9页 |
·国内外研究现状 | 第9-10页 |
·空间聚类研究现状 | 第9页 |
·基于密度的空间聚类算法研究现状 | 第9-10页 |
·主要研究内容 | 第10-11页 |
·论文的组织结构 | 第11-12页 |
第二章 聚类分析 | 第12-21页 |
·聚类分析 | 第12页 |
·聚类分析技术的分类 | 第12-14页 |
·聚类分析中一些重要概念 | 第14-17页 |
·聚类所涉及的相关问题 | 第17-19页 |
·聚类对象的表示方法和特征选取 | 第17-18页 |
·相似度度量标准 | 第18-19页 |
·聚类分析技术的应用 | 第19页 |
·聚类算法研究面临的挑战 | 第19-21页 |
第三章 基于密度的聚类算法 | 第21-38页 |
·DBSCAN 算法 | 第21-24页 |
·DBSCAN 算法的改进 | 第24-29页 |
·PDBSCAN 算法 | 第24-26页 |
·FDBSCAN 算法 | 第26-28页 |
·SDBSCAN 算法 | 第28-29页 |
·OPTICS 算法 | 第29页 |
·CLIQUE 算法 | 第29-30页 |
·DENCLUE 算法 | 第30-31页 |
·DBSCAN 系列算法中的实现技术—空间索引 | 第31-38页 |
·基于hash 的网格类索引 | 第31-32页 |
·四叉树(Quadtree)系列 | 第32页 |
·K-D 树系列 | 第32-34页 |
·R 树系列 | 第34-36页 |
·其它树型空间索引 | 第36-37页 |
·空间索引的总体性能分析 | 第37-38页 |
第四章 一种具有矢量约束候选点的RCDBSCAN 算法 | 第38-49页 |
·基本概念 | 第38-39页 |
·具有矢量约束侯选点的RCDBSCAN 算法 | 第39-41页 |
·算法思想 | 第39-40页 |
·方向的设定 | 第40页 |
·候选点的选取 | 第40-41页 |
·算法描述 | 第41-43页 |
·算法实现 | 第43-48页 |
·算法复杂度分析 | 第48-49页 |
第五章 仿真实验 | 第49-54页 |
·算法实验背景 | 第49页 |
·算法有效性实验分析 | 第49-51页 |
·算法执行时间实验 | 第51-52页 |
·聚类簇边界点检测实验 | 第52-54页 |
第六章 总结与展望 | 第54-56页 |
参考文献 | 第56-60页 |
研究生在读期间取得的研究成果 | 第60-61页 |
致谢 | 第61-62页 |
个人简介 | 第62-63页 |