摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第1章 绪论 | 第9-14页 |
·课题研究背景 | 第9-10页 |
·国内外研究现状 | 第10-11页 |
·研究内容与研究思路 | 第11-13页 |
·研究内容 | 第11-12页 |
·研究思路 | 第12-13页 |
·章节的结构安排 | 第13-14页 |
第2章 数据挖掘技术基本概念与聚类算法的相关理论 | 第14-29页 |
·数据挖掘概述 | 第14-20页 |
·数据挖掘的定义 | 第14-15页 |
·数据挖掘系统的分类 | 第15页 |
·数据挖掘的任务和步骤 | 第15-17页 |
·数据挖掘的主要算法 | 第17-19页 |
·数据挖掘工具简述 | 第19-20页 |
·聚类算法的相关理论 | 第20-23页 |
·聚类的定义 | 第20-21页 |
·聚类分析的流程 | 第21-22页 |
·聚类分析算法的种类 | 第22-23页 |
·聚类分析中的数据结构与相似性度量 | 第23-27页 |
·聚类分析中的数据结构 | 第23-24页 |
·聚类分析中不同数据类型的相似度度量方法 | 第24-27页 |
·聚类分析在采油数据的上的应用 | 第27-28页 |
·本章小结 | 第28-29页 |
第3章 K-means算法及其改进 | 第29-49页 |
·K-means算法概述 | 第29-30页 |
·算法解释 | 第29-30页 |
·K-means算法流程 | 第30页 |
·K-means算法的缺点及其现有的改进 | 第30-34页 |
·本文提出的对K-means算法的改进方案 | 第34-48页 |
·消除影响K-means算法的噪声和孤立点数据 | 第34-38页 |
·对K-means算法初始聚类中心选取方法的改进 | 第38-46页 |
·改进的K-means算法流程及实现 | 第46-47页 |
·改进的K-means算法的特性 | 第47-48页 |
·本章小结 | 第48-49页 |
第4章 改进的K-means算法在采油数据分析上的应用 | 第49-67页 |
·挖掘目标定义 | 第49页 |
·数据选择 | 第49-51页 |
·数据准备 | 第51-55页 |
·数据清洗 | 第51页 |
·维数削减 | 第51-54页 |
·数据规范化 | 第54-55页 |
·改进的K-means聚类算法在采油数据上应用分析 | 第55-63页 |
·孤立点的探测 | 第55-56页 |
·不同初始聚类中心的K-means聚类结果分析 | 第56-61页 |
·聚类数目的确定 | 第61-62页 |
·聚类结果的进一步评价 | 第62-63页 |
·聚类结果的解释与其应用的经济效益分析 | 第63-66页 |
·聚类结果的解释 | 第63-65页 |
·聚类算法应用的经济效益分析 | 第65-66页 |
·本章小结 | 第66-67页 |
第5章 结论与展望 | 第67-69页 |
·结论 | 第67-68页 |
·展望 | 第68-69页 |
参考文献 | 第69-72页 |
致谢 | 第72页 |