| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 前言 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文内容及组织结构 | 第10-12页 |
| 1.3.1 论文主要内容 | 第10-11页 |
| 1.3.2 论文组织结构 | 第11-12页 |
| 2 相关理论 | 第12-24页 |
| 2.1 聚类分析概述 | 第12-16页 |
| 2.2 聚类分析中的数据结构 | 第16-17页 |
| 2.3 聚类分析中的相似度度量 | 第17-18页 |
| 2.4 聚类分析中的目标函数 | 第18-19页 |
| 2.5 K-Modes聚类算法 | 第19-22页 |
| 2.5.1 K-Modes算法的简单匹配相异度 | 第19-20页 |
| 2.5.2 K-Modes算法的迭代策略 | 第20-21页 |
| 2.5.3 K-Modes算法的优缺点 | 第21-22页 |
| 2.6 本章小结 | 第22-24页 |
| 3 基于属性全局相似度的分类数据聚类算法 | 第24-35页 |
| 3.1 引言 | 第24-25页 |
| 3.2 属性全局相似度 | 第25页 |
| 3.3 KBGRS算法描述 | 第25-26页 |
| 3.4 KBGRS算法更新方法及收敛性分析 | 第26-28页 |
| 3.5 KBGRS算法伪代码及复杂度分析 | 第28-29页 |
| 3.6 实验分析 | 第29-34页 |
| 3.6.1 实验环境和实验数据集 | 第29-30页 |
| 3.6.2 实验评价指标 | 第30页 |
| 3.6.3 实验结果与分析 | 第30-34页 |
| 3.7 本章小结 | 第34-35页 |
| 4 基于引力相似度的图聚类算法 | 第35-49页 |
| 4.1 引言 | 第35-37页 |
| 4.2 引力相似度 | 第37-39页 |
| 4.2.1 直接引力与间接引力 | 第37-38页 |
| 4.2.2 结构相似度 | 第38-39页 |
| 4.2.3 属性相似度 | 第39页 |
| 4.2.4 引力相似度 | 第39页 |
| 4.3 AF-Cluster算法描述 | 第39-41页 |
| 4.4 AF-Cluster算法伪代码及复杂度分析 | 第41-42页 |
| 4.5 实验分析 | 第42-47页 |
| 4.5.1 实验环境和评价指标 | 第42-43页 |
| 4.5.2 实验结果与分析 | 第43-47页 |
| 4.6 本章小结 | 第47-49页 |
| 5 总结与展望 | 第49-50页 |
| 5.1 工作总结 | 第49页 |
| 5.2 工作展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 在校期间学术成果及获奖情况 | 第55页 |