多尺度聚类挖掘方法
摘要 | 第4-6页 |
Abstract | 第6-8页 |
1 绪论 | 第12-19页 |
1.1 选题背景及研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 聚类挖掘 | 第13-14页 |
1.2.2 多尺度聚类挖掘 | 第14-15页 |
1.2.3 尺度转换 | 第15-16页 |
1.3 论文主要研究内容 | 第16-18页 |
1.4 论文组织与结构 | 第18-19页 |
2 聚类挖掘 | 第19-36页 |
2.1 聚类数据挖掘 | 第19-22页 |
2.1.1 聚类挖掘定义 | 第19-20页 |
2.1.2 类内相似性度量 | 第20-21页 |
2.1.3 类间距离测度 | 第21-22页 |
2.2 聚类算法与分类 | 第22-30页 |
2.2.1 基于划分的聚类挖掘算法 | 第24-25页 |
2.2.2 基于层次的聚类挖掘算法 | 第25-27页 |
2.2.3 基于密度的聚类挖掘算法 | 第27-28页 |
2.2.4 基于网格的聚类挖掘算法 | 第28-29页 |
2.2.5 其它聚类挖掘算法 | 第29-30页 |
2.3 聚类算法衡量标准及比较 | 第30-31页 |
2.4 聚类有效性评价 | 第31-35页 |
2.4.1 外部评价指标 | 第32-33页 |
2.4.2 内部评价指标 | 第33-34页 |
2.4.3 相对评价指标 | 第34页 |
2.4.4 模糊评价指标 | 第34-35页 |
2.5 本章小结 | 第35-36页 |
3 多尺度聚类挖掘理论 | 第36-47页 |
3.1 尺度与多尺度数据集 | 第36-39页 |
3.1.1 尺度 | 第36-37页 |
3.1.2 尺度划分 | 第37-38页 |
3.1.3 多尺度数据集 | 第38-39页 |
3.2 尺度转换 | 第39-42页 |
3.2.1 多尺度聚类尺度转换定义 | 第40页 |
3.2.2 尺度转换原因 | 第40页 |
3.2.3 尺度转换分类 | 第40-41页 |
3.2.4 尺度转换途径 | 第41-42页 |
3.3 尺度效应 | 第42页 |
3.4 多尺度聚类挖掘系统结构 | 第42-46页 |
3.4.1 数据预处理 | 第44页 |
3.4.2 构建多尺度数据集 | 第44页 |
3.4.3 基准尺度聚类挖掘 | 第44-45页 |
3.4.4 尺度转换 | 第45页 |
3.4.5 模式评估 | 第45页 |
3.4.6 可视化表示 | 第45-46页 |
3.5 本章小结 | 第46-47页 |
4 多尺度聚类挖掘算法 | 第47-64页 |
4.1 多尺度聚类挖掘算法框架 | 第47-48页 |
4.2 克里格法可用于一般数据集的本质 | 第48-49页 |
4.3 多尺度聚类尺度上推算法MSCSUA | 第49-52页 |
4.3.1 块状克里格法BK | 第50-51页 |
4.3.2 MSCSUA算法实现 | 第51-52页 |
4.4 多尺度聚类尺度下推算法MSCSDA | 第52-56页 |
4.4.1 回归面到点克里格法ATPRK | 第52-56页 |
4.4.2 MSCSDA算法步骤 | 第56页 |
4.5 实验分析与验证 | 第56-63页 |
4.5.1 实验数据集 | 第57页 |
4.5.2 聚类评价指标 | 第57-58页 |
4.5.3 尺度上推实验分析 | 第58-61页 |
4.5.4 尺度下推实验分析 | 第61-63页 |
4.6 本章小结 | 第63-64页 |
5 多尺度聚类有效性指标 | 第64-73页 |
5.1 信息熵 | 第65页 |
5.2 多尺度聚类有效性指标MSCVI | 第65-68页 |
5.2.1 Xie_Beni有效性指标XB | 第66页 |
5.2.2 S.H.Kown有效性指标VK | 第66-67页 |
5.2.3 Rezaee.M有效性指标VW | 第67页 |
5.2.4 Sun.H有效性指标PBMF | 第67-68页 |
5.2.5 MSCVI | 第68页 |
5.3 实验分析与验证 | 第68-72页 |
5.3.1 实验数据集 | 第69页 |
5.3.2 实验结果分析 | 第69-72页 |
5.4 本章小结 | 第72-73页 |
6 总结与展望 | 第73-76页 |
6.1 总结 | 第73-75页 |
6.2 展望 | 第75-76页 |
参考文献 | 第76-84页 |
致谢 | 第84-85页 |
攻读学位期间取得的科研成果清单 | 第85页 |