面向块数据的层次聚类算法研究
| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 引言 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的工作 | 第14-15页 |
| 第二章 聚类分析的基本概念 | 第15-23页 |
| 2.1 数据挖掘 | 第15-16页 |
| 2.1.1 数据挖掘的应用对象 | 第15页 |
| 2.1.2 数据挖掘的任务种类 | 第15-16页 |
| 2.2 聚类分析 | 第16-23页 |
| 2.2.1 聚类分析的提出及其数学意义 | 第16-19页 |
| 2.2.2 对聚类分析的要求 | 第19-20页 |
| 2.2.3 聚类算法的分类及其一般处理过程 | 第20-23页 |
| 第三章 面向块数据的层次聚类 | 第23-37页 |
| 3.1 层次聚类 | 第23-26页 |
| 3.2 数据挖掘结果的评价体系 | 第26-27页 |
| 3.3 块数据的定义与研究意义 | 第27-32页 |
| 3.3.1 数据块的提出 | 第27-29页 |
| 3.3.2 数据块的数学意义 | 第29-32页 |
| 3.4 属性值区间交叉率的数据块差异度量 | 第32-34页 |
| 3.5 面向块数据的层次聚类算法 | 第34-37页 |
| 第四章 实验及结果分析 | 第37-43页 |
| 4.1 评价指标 | 第37-38页 |
| 4.2 Musk数据集实验结果与分析 | 第38-39页 |
| 4.3 多示例多标签文本数据集实验结果 | 第39-43页 |
| 第五章 总结 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间取得的研究成果 | 第49-51页 |
| 致谢 | 第51-53页 |
| 个人简况及联系方式 | 第53-55页 |
| 承诺书 | 第55-56页 |
