基于密度的子空间聚类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景及其意义 | 第11-15页 |
| ·数据挖掘技术 | 第11-14页 |
| ·聚类分析 | 第14-15页 |
| ·研究和应用现状 | 第15-17页 |
| ·本文的主要工作和结构安排 | 第17-19页 |
| 第二章 聚类分析方法 | 第19-34页 |
| ·聚类分析概述 | 第19-24页 |
| ·聚类的定义 | 第19页 |
| ·聚类分析中的数据表示 | 第19-20页 |
| ·相似度的度量 | 第20-22页 |
| ·对聚类分析的典型要求 | 第22-24页 |
| ·主要聚类方法 | 第24-27页 |
| ·高维数据的聚类分析技术 | 第27-31页 |
| ·常用的子空间聚类算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 一种查找无冗余簇的基于密度子空间聚类算法 | 第34-45页 |
| ·NRSC算法的提出 | 第34-35页 |
| ·相关概念 | 第35-37页 |
| ·查找无冗余簇的NRSC算法描述 | 第37-41页 |
| ·实验结果与讨论 | 第41-43页 |
| ·聚类结果及精确度 | 第41-42页 |
| ·可伸缩性 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 一种基于密度和极大团的子空间聚类改进算法 | 第45-54页 |
| ·DMaxC算法的提出 | 第45页 |
| ·基于密度和极大团的DMaxC算法 | 第45-51页 |
| ·查找兴趣子空间 | 第45-46页 |
| ·划分特征空间 | 第46-50页 |
| ·DMaxc算法描述 | 第50-51页 |
| ·实验结果与讨论 | 第51-53页 |
| ·可伸缩性 | 第51-52页 |
| ·聚类精确度 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 子空间聚类分析系统设计与实现 | 第54-61页 |
| ·系统总体设计 | 第54-55页 |
| ·系统实现 | 第55-60页 |
| ·动态链接库技术 | 第55-57页 |
| ·XML技术 | 第57-59页 |
| ·系统功能实现 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·论文总结 | 第61-62页 |
| ·未来展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间发表的学术论文和从事的科研项目 | 第68-69页 |
| 致谢 | 第69页 |
