基于相似度和虚拟网格的不确定数据聚类算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·不确定数据概述 | 第10-15页 |
| ·不确定数据产生原因 | 第10-11页 |
| ·不确定数据管理概述 | 第11-12页 |
| ·不确定数据聚类分析的国内外研究现状 | 第12-15页 |
| ·课题的主要研究内容 | 第15-16页 |
| ·本文结构安排 | 第16-17页 |
| 第2章 聚类方法分析 | 第17-25页 |
| ·聚类技术概述 | 第17-18页 |
| ·传统的聚类方法分析 | 第18-21页 |
| ·基于划分的方法 | 第18-19页 |
| ·基于层次的方法 | 第19-20页 |
| ·基于密度的方法 | 第20页 |
| ·基于模型的方法 | 第20-21页 |
| ·基于网格的方法 | 第21页 |
| ·聚类分析中的相似度技术 | 第21-23页 |
| ·基于距离的相似度计算 | 第21-22页 |
| ·基于余弦的相似度计算 | 第22页 |
| ·基于语义的相似度计算 | 第22-23页 |
| ·聚类分析中的网格技术 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于概率属性值相似度的不确定数据聚类算法 | 第25-34页 |
| ·引言 | 第25-26页 |
| ·问题定义 | 第26-30页 |
| ·基于概率属性值相似度的不确定数据聚类算法 | 第30-33页 |
| ·数据空间划分 | 第30页 |
| ·二次划分算法 | 第30-31页 |
| ·聚类过程 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于虚拟网格的不确定数据聚类算法 | 第34-44页 |
| ·引言 | 第34-35页 |
| ·问题定义 | 第35-39页 |
| ·数据预处理和模型定义 | 第35-36页 |
| ·不确定数据模型 | 第36-39页 |
| ·基于虚拟网格的不确定数据聚类算法 | 第39-43页 |
| ·构建虚拟网格结构 | 第39-40页 |
| ·二次划分算法 | 第40页 |
| ·识别簇算法 | 第40-41页 |
| ·聚类过程 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验结果与分析 | 第44-54页 |
| ·UNCLIQUE 算法的实现与实验结果分析 | 第44-49页 |
| ·环境及数据集的设置 | 第44-45页 |
| ·实验结果分析 | 第45-49页 |
| ·VUNCLIQUE 算法的实现与实验结果分析 | 第49-53页 |
| ·环境及数据集设置 | 第49页 |
| ·实验结果分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
