无参数聚类边界点检测算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-12页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究内容与思路 | 第10-11页 |
| ·论文的组织结构 | 第11-12页 |
| 2 数据挖掘与聚类分析 | 第12-26页 |
| ·数据挖掘概述 | 第12页 |
| ·聚类分析综述 | 第12-18页 |
| ·聚类概述 | 第12-13页 |
| ·聚类算法 | 第13-16页 |
| ·基于图的聚类方法 | 第16-18页 |
| ·聚类边界点综述 | 第18-24页 |
| ·基于密度的边界点检测算法 | 第19-21页 |
| ·基于网格的边界点检测算法 | 第21-22页 |
| ·基于角度的边界点检测算法 | 第22-23页 |
| ·基于图的边界检测算法 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 3 无参数聚类边界检测算法的研究 | 第26-40页 |
| ·算法提出 | 第26页 |
| ·基本概念 | 第26-28页 |
| ·边界点检测算法 | 第28-30页 |
| ·边界度阈值的计算方法 | 第28-29页 |
| ·边界点检测算法的具体步骤 | 第29-30页 |
| ·实验结果及分析 | 第30-39页 |
| ·算法有效性验证 | 第30-38页 |
| ·时间复杂度分析 | 第38-39页 |
| ·结论 | 第39-40页 |
| 4 基于最小生成树的聚类和边界检测算法 | 第40-57页 |
| ·算法提出 | 第40页 |
| ·基本概念 | 第40-45页 |
| ·聚类和边界点检测算法 | 第45-48页 |
| ·分离簇聚类算法 | 第46页 |
| ·连接簇聚类算法 | 第46-47页 |
| ·边界点的提取方法 | 第47-48页 |
| ·实验结果及分析 | 第48-55页 |
| ·算法有效性验证 | 第48-54页 |
| ·时间复杂度分析 | 第54-55页 |
| ·参数设定 | 第55页 |
| ·小结 | 第55-57页 |
| 5 总结及下一步工作展望 | 第57-59页 |
| ·论文总结 | 第57-58页 |
| ·下一步工作 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 个人简历及发表论文情况 | 第64页 |
