| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 引言 | 第15-16页 |
| 1.2 聚类分析概述 | 第16-17页 |
| 1.3 论文的研究动机 | 第17-20页 |
| 1.4 论文主要工作和贡献 | 第20-22页 |
| 1.4.1 EPC | 第20-21页 |
| 1.4.2 MulSim | 第21页 |
| 1.4.3 CLUB | 第21-22页 |
| 1.4.4 SUM | 第22页 |
| 1.5 论文组织结构 | 第22-25页 |
| 第二章 理论基础与相关工作 | 第25-47页 |
| 2.1 定义和术语 | 第25-26页 |
| 2.1.1 数据集D | 第25页 |
| 2.1.2 聚类的定义 | 第25-26页 |
| 2.2 相似性计算 | 第26-27页 |
| 2.2.1 常用的距离函数 | 第26页 |
| 2.2.2 常用的相似度函数 | 第26-27页 |
| 2.3 经典聚类方法 | 第27-32页 |
| 2.3.1 基于划分的方法 | 第27-28页 |
| 2.3.2 基于密度的方法 | 第28-30页 |
| 2.3.3 层次方法 | 第30-31页 |
| 2.3.4 基于网格的方法 | 第31-32页 |
| 2.3.5 基于模型的方法 | 第32页 |
| 2.4 其他聚类方法 | 第32-33页 |
| 2.4.1 半监督聚类 | 第32-33页 |
| 2.4.2 基于进化计算的聚类 | 第33页 |
| 2.5 聚类算法常见的问题 | 第33-35页 |
| 2.5.1 簇的个数的确定 | 第33-34页 |
| 2.5.2 相似性度量 | 第34页 |
| 2.5.3 异常点检测 | 第34页 |
| 2.5.4 算法的可扩展性 | 第34-35页 |
| 2.5.5 任意形状、任意密度簇的检测 | 第35页 |
| 2.5.6 高维数据聚类 | 第35页 |
| 2.5.7 聚类结果的可解释性 | 第35页 |
| 2.6 当前聚类研究热点 | 第35-42页 |
| 2.6.1 任意密度、任意形状簇的挖掘 | 第36-38页 |
| 2.6.2 图聚类 | 第38-40页 |
| 2.6.3 面向特定应用的聚类 | 第40-41页 |
| 2.6.4 高维聚类 | 第41页 |
| 2.6.5 无输入参数的聚类 | 第41-42页 |
| 2.6.6 聚类中的异常点检测 | 第42页 |
| 2.7 常用聚类质量评价方法 | 第42-47页 |
| 2.7.1 外在评价方法 | 第43-45页 |
| 2.7.2 内在评价方法 | 第45-47页 |
| 第三章 EPC: 基于环境污染特征的抽样数据聚类算法 | 第47-69页 |
| 3.1 引言 | 第47-48页 |
| 3.2 环境污染抽样数据的特点 | 第48-49页 |
| 3.3 相关理论及概念 | 第49-52页 |
| 3.3.1 环境污染抽样数据集 | 第49-50页 |
| 3.3.2 相似性函数 | 第50-51页 |
| 3.3.3 相似性度量 | 第51-52页 |
| 3.4 EPC算法 | 第52-56页 |
| 3.4.1 EPC算法概述 | 第52-54页 |
| 3.4.2 EPC过程 | 第54页 |
| 3.4.3 数据点的再分配 | 第54-55页 |
| 3.4.4 EPC算法与基于划分的经典聚类方法的不同 | 第55-56页 |
| 3.4.5 时间复杂度分析 | 第56页 |
| 3.5 实验分析 | 第56-67页 |
| 3.5.1 聚类质量评价 | 第57页 |
| 3.5.2 生成人工数据集 | 第57-59页 |
| 3.5.3 实验 1: 聚类有类标签且不含异常点的大气污染受体点数据集 | 第59-60页 |
| 3.5.4 实验 2: 聚类无类标签且包含异常点的大气污染受体点数据集 | 第60-65页 |
| 3.5.5 实验 3: 聚类实际大气污染抽样数据集 | 第65-67页 |
| 3.6 小结 | 第67-69页 |
| 第四章 MulSim：基于单点与多点相似的聚类算法 | 第69-84页 |
| 4.1 引言 | 第69-70页 |
| 4.2 相关理论与概念 | 第70-72页 |
| 4.2.1 一个新的距离函数 | 第70-71页 |
| 4.2.2 相似性度量 | 第71页 |
| 4.2.3 单个点与多点相似的聚类策略 | 第71-72页 |
| 4.3 MulSim算法 | 第72-74页 |
| 4.3.1 MulSim聚类过程 | 第72-73页 |
| 4.3.2 时间复杂度分析 | 第73-74页 |
| 4.4 实验分析 | 第74-82页 |
| 4.4.1 数据集和比较算法 | 第74-75页 |
| 4.4.2 聚类二维数据集 | 第75-81页 |
| 4.4.3 聚类多维数据集 | 第81-82页 |
| 4.4.4 应用实例 | 第82页 |
| 4.4.5 MulSim的主要贡献 | 第82页 |
| 4.5 小结 | 第82-84页 |
| 第五章 CLUB：使用k NN发现簇密度主干的聚类算法 | 第84-104页 |
| 5.1 引言 | 第84-86页 |
| 5.2 CLUB算法 | 第86-89页 |
| 5.2.1 相关理论及概念 | 第86-87页 |
| 5.2.2 CLUB聚类过程 | 第87-89页 |
| 5.2.3 时间复杂度分析 | 第89页 |
| 5.3 实验分析 | 第89-103页 |
| 5.3.1 数据集和比较算法 | 第90页 |
| 5.3.2 聚类二维数据集 | 第90-97页 |
| 5.3.3 聚类多维数据集 | 第97-99页 |
| 5.3.4 CLUB在第二步选取前一半密度较高的数据点的合理性 | 第99页 |
| 5.3.5 k的估计 | 第99-101页 |
| 5.3.6 应用实例 | 第101页 |
| 5.3.7 CLUB的优点 | 第101-103页 |
| 5.4 小结 | 第103-104页 |
| 第六章 SUM: 基于质疑最大度顶点的图聚类算法 | 第104-122页 |
| 6.1 引言 | 第104-105页 |
| 6.2 算法 | 第105-111页 |
| 6.2.1 相关理论及概念 | 第105页 |
| 6.2.2 相邻顶点间的相似性度量 | 第105-106页 |
| 6.2.3 算法过程 | 第106-111页 |
| 6.2.4 时间复杂度分析 | 第111页 |
| 6.3 实验及结果 | 第111-120页 |
| 6.3.1 基准数据集及对比算法 | 第111-113页 |
| 6.3.2 聚类有真实簇结构的图 | 第113-117页 |
| 6.3.3 聚类无真实簇结构的图 | 第117页 |
| 6.3.4 SUM的贡献及优点 | 第117-120页 |
| 6.4 小结 | 第120-122页 |
| 第七章 总结与展望 | 第122-124页 |
| 7.1 本文工作总结 | 第122-123页 |
| 7.2 下一步需要开展的工作 | 第123-124页 |
| 参考文献 | 第124-136页 |
| 在学期间的研究成果 | 第136-137页 |
| 致谢 | 第137-138页 |
