高维数据挖掘在天体粗分类中的应用
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12页 |
| ·LAMOST项目 | 第12-16页 |
| ·LAMOST简介 | 第12-13页 |
| ·LAMOST的科学意义和科学目标 | 第13-14页 |
| ·LAMOST光谱自动处理综述 | 第14-16页 |
| ·天体粗分类 | 第16-17页 |
| ·天体辐射与天体分类 | 第16页 |
| ·天体光谱分类 | 第16-17页 |
| ·研究现状和本文组织结构 | 第17-20页 |
| 第二章 高维数据挖掘技术 | 第20-34页 |
| ·引言 | 第20页 |
| ·数据挖掘技术 | 第20-23页 |
| ·概念 | 第20-21页 |
| ·数据挖掘的步骤 | 第21-22页 |
| ·数据挖掘的种类方法 | 第22-23页 |
| ·分类与分类器构造方法 | 第23-33页 |
| ·分类器 | 第23-24页 |
| ·构造方法 | 第24-33页 |
| ·主成分分析方法 | 第24-26页 |
| ·CLIQUE算法 | 第26-27页 |
| ·神经网络技术 | 第27-33页 |
| ·支撑向量机 | 第33页 |
| ·本章总结 | 第33-34页 |
| 第三章 分类判别的覆盖算法及其改进 | 第34-40页 |
| ·引言 | 第34页 |
| ·基本知识 | 第34-35页 |
| ·覆盖算法 | 第35-39页 |
| ·基本原理 | 第35-36页 |
| ·基于类间最大距离算法 | 第36-38页 |
| ·算法优缺点分析及其改进 | 第38-39页 |
| ·本章总结 | 第39-40页 |
| 第四章 一个类星体和晚型星分类的实例 | 第40-50页 |
| ·引言 | 第40页 |
| ·概念与实验数据 | 第40-41页 |
| ·系统设计 | 第41-43页 |
| ·分类挖掘流程 | 第41-42页 |
| ·功能模块 | 第42页 |
| ·用户界面设计 | 第42-43页 |
| ·技术选择 | 第43-44页 |
| ·.NET架构 | 第43-44页 |
| ·C#语言 | 第44页 |
| ·类星体与晚型星分类算法 | 第44-49页 |
| ·光谱可视化 | 第45-47页 |
| ·分类规则 | 第47-48页 |
| ·实验结果及其分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文目录 | 第55-56页 |
| 学位论文评阅及答辩情况表 | 第56页 |
