首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

一种新的改进聚类精确度和稳定性的融合技术

摘要第1-9页
ABSTRACT第9-13页
CHAPER 1 INTRODUCTION第13-24页
   ·Background第13页
   ·Literature Review第13-22页
     ·Data Mining and Knowledge Discovery in Databases第13-18页
       ·General Data Mining Applications第15-16页
       ·Challenges facing Data Mining第16-18页
     ·Clustering and Business Intelligent Applications第18-21页
       ·Clustering第18-20页
       ·Clustering Methods第20页
       ·Issues on Clustering第20-21页
     ·Business Intelligent Systems第21-22页
   ·Why This Research第22-23页
   ·Research Contribution第23-24页
CHAPTER 2 CLUSTER ENSEMBLES REVIEW第24-37页
   ·Ensembles第24-25页
   ·Cluster Ensembles第25-37页
     ·Cluster Ensemble Background第25-27页
     ·Methods for Generating Clustering Ensembles第27页
     ·Consensus by Voting Techniques第27-30页
     ·Graph Theory Consensus Techniques第30-31页
     ·Mixture Model Consensus Technique第31-33页
     ·Rand Index Technique第33-37页
CHAPTER 3 THE PROPOSED ENSEMBLE METHOD第37-58页
   ·The Ensemble Technique Abstraction第37-38页
     ·Generating Data Partitions第38-42页
     ·The K-means Clustering Algorithms第39-40页
     ·Missing Values第40-42页
   ·Reference Partition Selection第42-47页
   ·Filtering of Inconsistency Partitions第47-51页
   ·The Consensus Function第51-56页
   ·Summary for the Consensus Process第56-58页
     ·Pictorial Representations第56-57页
     ·Consensus Algorithm第57-58页
CHAPTER 4 EXPERIMENTS AND EVALUATIONS第58-69页
   ·Experiments第58-67页
   ·Evaluations第67-69页
CHAPTER 5 CONCLUSION AND REMARK第69-70页
REFERENCES第70-78页
APPENDICES第78-86页
 Appendix A: 2-Dimension Graphical Representation of Clusters第78-83页
 Appendix B: Useful Mat Lab Functions第83-86页
ACKNOWLEDGEMENTS第86页

论文共86页,点击 下载论文
上一篇:基于双目立体视觉的立体匹配算法研究
下一篇:基于SaaS和SOA的ERP系统关键问题的研究