局部密度聚类算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 本文的研究背景及意义 | 第10-11页 |
| 1.2 聚类分析的研究现状 | 第11-14页 |
| 1.3 论文组织和结构 | 第14-16页 |
| 第2章 数据挖掘与聚类分析理论基础 | 第16-27页 |
| 2.1 数据挖掘 | 第16-19页 |
| 2.1.1 数据挖掘概述 | 第16页 |
| 2.1.2 数据挖掘的步骤和功能 | 第16-18页 |
| 2.1.3 数据挖掘系统的概念和应用 | 第18-19页 |
| 2.2 聚类分析 | 第19-26页 |
| 2.2.1 聚类分析概述 | 第19页 |
| 2.2.2 聚类分析中的相似性度量 | 第19-21页 |
| 2.2.3 几种重要的聚类算法 | 第21-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 半监督聚类分析研究 | 第27-35页 |
| 3.1 半监督聚类概述 | 第27页 |
| 3.2 先验知识的类型 | 第27-28页 |
| 3.3 半监督聚类算法的分类 | 第28页 |
| 3.4 半监督局部密度聚类算法设计 | 第28-33页 |
| 3.5 相关对比算法分析 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于SLDC算法的改进 | 第35-43页 |
| 4.1 簇和簇心概述 | 第35页 |
| 4.2 簇的类型 | 第35-37页 |
| 4.3 LDC算法存在的缺陷 | 第37-38页 |
| 4.4 簇心自动识别的半监督局部密度聚类算法设计 | 第38-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 实验结果与分析 | 第43-64页 |
| 5.1 实验数据集 | 第43-44页 |
| 5.2 实验环境与对比算法 | 第44-45页 |
| 5.3 实验评价指标 | 第45-46页 |
| 5.4 仿真结果与分析 | 第46-63页 |
| 5.4.1 在人工数据集上的仿真实验分析 | 第46-51页 |
| 5.4.2 在UCI数据集上的仿真实验分析 | 第51-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间参加的科研项目和成果 | 第70页 |
