基于聚类算法的数据拟合
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-13页 |
| 1.1 前言 | 第8-9页 |
| 1.2 国内外研究现状及发展动态分析 | 第9-11页 |
| 1.3 课题的提出及研究意义 | 第11-12页 |
| 1.4 本文的研究工作 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 2 最小二乘法拟合 | 第13-20页 |
| 2.1 最小二乘曲线拟合 | 第13-17页 |
| 2.2 最小二乘曲面拟合 | 第17-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 移动最小二乘法拟合 | 第20-29页 |
| 3.1 移动最小二乘法原理 | 第20-22页 |
| 3.2 与最小二乘法的关系 | 第22-23页 |
| 3.3 紧支撑权函数 | 第23-26页 |
| 3.3.1 紧支撑域及生成算法 | 第24-25页 |
| 3.3.2 影响节点的确定 | 第25-26页 |
| 3.4 紧支撑域的尺寸大小 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 基于移动最小二乘法的数据拟合 | 第29-42页 |
| 4.1 曲线数据拟合 | 第29-39页 |
| 4.1.1 曲线拟合原理 | 第29-30页 |
| 4.1.2 曲线拟合误差分析 | 第30-32页 |
| 4.1.3 采用不同权函数对拟合的影响 | 第32-37页 |
| 4.1.4 采用不同基函数对拟合的影响 | 第37-39页 |
| 4.2 曲面数据拟合 | 第39-41页 |
| 4.2.1 曲面拟合原理 | 第39-40页 |
| 4.2.2 曲面拟合误差分析 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 5 基于聚类算法的曲线曲面拟合 | 第42-53页 |
| 5.1 K-means聚类算法 | 第42-44页 |
| 5.1.1 聚类分析简介 | 第42-43页 |
| 5.1.2 K-means聚类算法原理 | 第43-44页 |
| 5.1.3 聚类簇数k的选取 | 第44页 |
| 5.2 异常检测实例分析 | 第44-52页 |
| 5.2.1 曲线异常点实例分析 | 第45-48页 |
| 5.2.2 曲面异常点实例分析 | 第48-52页 |
| 5.3 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
