分类数据聚类边界检测技术研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 引言 | 第9-12页 |
·研究背景及意义 | 第9-10页 |
·研究内容与思路 | 第10-11页 |
·论文的组织结构 | 第11-12页 |
2 数据挖掘与聚类分析 | 第12-28页 |
·数据挖掘概述 | 第12-13页 |
·聚类分析综述 | 第13-21页 |
·聚类概述 | 第13-14页 |
·聚类算法 | 第14-19页 |
·分类数据聚类算法 | 第19-21页 |
·聚类边界综述 | 第21-27页 |
·基于密度的聚类边界检测算法 | 第22-24页 |
·基于网格的聚类边界检测算法 | 第24-25页 |
·基于图的聚类边界检测算法 | 第25-27页 |
·本章小结 | 第27-28页 |
3 分类数据的聚类边界检测技术 | 第28-37页 |
·算法提出 | 第28页 |
·基本概念 | 第28-31页 |
·CBORDER边界检测算法 | 第31-33页 |
·实验环境及数据集说明 | 第33-34页 |
·实验结果及分析 | 第34-35页 |
·时间复杂度分析 | 第35-36页 |
·结论 | 第36-37页 |
4 基于联合熵的BRIM边界检测方法 | 第37-46页 |
·算法提出 | 第37页 |
·基本概念 | 第37-40页 |
·边界检测算法 | 第40页 |
·实验结果及分析 | 第40-45页 |
·算法有效性验证 | 第41-44页 |
·时间复杂度分析 | 第44页 |
·参数设定 | 第44-45页 |
·小结 | 第45-46页 |
5 总结及下一步工作展望 | 第46-48页 |
·论文总结 | 第46页 |
·下一步工作 | 第46-48页 |
参考文献 | 第48-52页 |
致谢 | 第52-53页 |
个人简历及发表论文情况 | 第53页 |