聚类结果解释及政务数据线性关系研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究意义 | 第7-8页 |
| ·本文工作 | 第8-9页 |
| ·内容组织 | 第9-10页 |
| 第二章 几种重要的聚类分析算法 | 第10-21页 |
| ·聚类问题的数学模型 | 第10-11页 |
| ·聚类算法的典型要求 | 第11页 |
| ·聚类算法的评价标准 | 第11-12页 |
| ·典型聚类算法介绍 | 第12-18页 |
| ·其他相关技术 | 第18-21页 |
| ·离群点识别 | 第18-20页 |
| ·降维与可视化技术 | 第20-21页 |
| 第三章 基于聚类技术分析三维模型库 | 第21-41页 |
| ·分析三维模型库的研究背景 | 第21-22页 |
| ·三维模型特征值提取方法简介 | 第22-25页 |
| ·基于射线方法 | 第22-23页 |
| ·基于球面调和变换方法 | 第23-25页 |
| ·基于聚类技术分析三维模型特征向量集 | 第25-33页 |
| ·对单一特征值的聚类效果分析 | 第25-28页 |
| ·对融合特征的聚类效果分析 | 第28-33页 |
| ·三维模型基于内容的自动分类 | 第33-41页 |
| ·基于迭代式聚类的特征融合与模型分类 | 第34-36页 |
| ·三维模型自动分类效果分析 | 第36-41页 |
| 第四章 基于特征簇和特征属性的聚类结果解释 | 第41-65页 |
| ·聚类结果解释研究背景 | 第41-42页 |
| ·基于离群点识别的属性特征簇发现 | 第42-48页 |
| ·属性特征簇发现原理 | 第42-43页 |
| ·属性特征簇发现过程 | 第43页 |
| ·实验与分析 | 第43-48页 |
| ·属性特征簇在三维模型检索中的应用 | 第48-55页 |
| ·在三维模型融合及有效分类中的应用 | 第48-52页 |
| ·在曲面调和三维模型中的应用 | 第52-55页 |
| ·数据簇差异分析 | 第55-65页 |
| ·查找簇特征属性原理 | 第56-57页 |
| ·查找属性特征簇原理 | 第57页 |
| ·实验及分析 | 第57-60页 |
| ·基于树的特征属性查找 | 第60-65页 |
| 第五章 政务数据线性关系研究 | 第65-75页 |
| ·研究背景 | 第65-66页 |
| ·线性关系相关研究 | 第66-68页 |
| ·海量数据相关研究 | 第68-69页 |
| ·聚类相关研究电子政务数据 | 第69-75页 |
| ·聚类相关原理 | 第69页 |
| ·聚类相关基本流程 | 第69页 |
| ·试验及分析 | 第69-75页 |
| 第六章 结束语 | 第75-76页 |
| ·工作总结 | 第75页 |
| ·未来工作 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 摘要 | 第79-82页 |
| ABSTRACT | 第82-85页 |
| 致谢 | 第85-86页 |
| 导师及作者简介 | 第86页 |
