实用分级聚类算法的研究及其应用
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 数据挖掘与聚类分析研究现状 | 第12-14页 |
| 1.2.2 病理数据挖掘的研究现状 | 第14-15页 |
| 1.3 主要内容及结构安排 | 第15-17页 |
| 1.3.1 主要内容 | 第15页 |
| 1.3.2 结构安排 | 第15-17页 |
| 第2章 聚类算法研究 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 数据挖掘与聚类分析 | 第17-22页 |
| 2.2.1 数据挖掘概念与方法 | 第17-19页 |
| 2.2.2 距离与类间距离 | 第19-22页 |
| 2.3 聚类算法的分类 | 第22-26页 |
| 2.3.1 划分方法 | 第22-24页 |
| 2.3.2 层次聚类算法 | 第24页 |
| 2.3.3 基于密度的聚类 | 第24-26页 |
| 2.3.4 基于模型的聚类 | 第26页 |
| 2.3.5 基于网格的聚类以及其他聚类方法 | 第26页 |
| 2.4 聚类算法的评价 | 第26-28页 |
| 2.4.1 聚类算法的要求 | 第26-27页 |
| 2.4.2 聚类有效性评价指标 | 第27-28页 |
| 2.5 聚类算法的应用 | 第28-29页 |
| 2.6 小结 | 第29-30页 |
| 第3章 基于竞争思想的实用分级聚类算法 | 第30-50页 |
| 3.1 引言 | 第30页 |
| 3.2 数据对象与竞争 | 第30-33页 |
| 3.2.1 数据类型和相似度度量 | 第30-32页 |
| 3.2.2 竞争和联系性权重 | 第32-33页 |
| 3.3 分级聚类算法及聚类过程 | 第33-37页 |
| 3.3.1 算法描述 | 第33-34页 |
| 3.3.2 分级聚类小簇的划分 | 第34-36页 |
| 3.3.3 分级聚类小簇的合并 | 第36-37页 |
| 3.4 二维数据集实验 | 第37-46页 |
| 3.4.1 实验数据集的选取 | 第37-40页 |
| 3.4.2 实验结果与分析 | 第40-46页 |
| 3.5 高维数据集实验 | 第46-49页 |
| 3.5.1 实验数据集的选取 | 第46-47页 |
| 3.5.2 实验结果与分析 | 第47-49页 |
| 3.6 小结 | 第49-50页 |
| 第4章 实用分级聚类算法在病理数据中的应用 | 第50-62页 |
| 4.1 引言 | 第50页 |
| 4.2 数据归一化与PCA原理 | 第50-54页 |
| 4.2.1 数据归一化 | 第50-51页 |
| 4.2.2 PCA原理介绍 | 第51-53页 |
| 4.2.3 PCA-实用分级聚类流程 | 第53-54页 |
| 4.3 实用分级聚类算法在冠心病病理数据的应用 | 第54-58页 |
| 4.3.1 冠心病病理数据的获取与处理 | 第54-57页 |
| 4.3.2 分级聚类结果与分析 | 第57-58页 |
| 4.3.3 对冠心病病理数据的聚类结论 | 第58页 |
| 4.4 实用分级聚类算法在肝炎病理数据的应用 | 第58-61页 |
| 4.4.1 肝炎数据获取与处理 | 第58-59页 |
| 4.4.2 分级聚类结果与分析 | 第59-60页 |
| 4.4.3 对肝炎病理数据的聚类结论 | 第60-61页 |
| 4.5 小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间参加的科研项目和成果 | 第69页 |
