| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题的依据及意义 | 第10-11页 |
| ·混合属性聚类的国内外研究现状 | 第11-13页 |
| ·混合属性聚类存在的问题 | 第13-14页 |
| ·课题的主要研究内容和组织结构 | 第14-16页 |
| ·本文主要研究内容 | 第14页 |
| ·本文的结构安排 | 第14-16页 |
| 第2章 相关概念及技术 | 第16-24页 |
| ·聚类算法的要求 | 第16页 |
| ·聚类算法分析 | 第16-22页 |
| ·基于层次的聚类算法 | 第16-18页 |
| ·基于密度和网格的聚类算法 | 第18-20页 |
| ·基于混合属性的聚类算法 | 第20-21页 |
| ·最新公布的聚类算法 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 基于信息相异度的混合属性聚类算法 | 第24-32页 |
| ·引言 | 第24-25页 |
| ·问题描述和定义 | 第25-27页 |
| ·基于信息相异度的混合属性聚类算法 | 第27-30页 |
| ·混合属性对象 Kolmogorov 复杂性近似计算 | 第27-28页 |
| ·初始聚类中心的选择 | 第28-29页 |
| ·HIDK-means 算法框架 | 第29-30页 |
| ·算法分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于不规则网格的混合属性数据流聚类算法 | 第32-42页 |
| ·引言 | 第32-33页 |
| ·问题描述和定义 | 第33-35页 |
| ·基于不规则网格的混合属性数据流聚类算法 | 第35-40页 |
| ·不规则网格划分策略 | 第36-39页 |
| ·HIG-Stream 算法框架 | 第39-40页 |
| ·算法分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 算法实现及实验分析 | 第42-48页 |
| ·HIDK-means 算法的实现与实验结果分析 | 第42-44页 |
| ·实验环境及数据集 | 第42页 |
| ·聚类质量的比较 | 第42-44页 |
| ·参数敏感性分析 | 第44页 |
| ·HIG-Stream 算法的实现与实验结果分析 | 第44-47页 |
| ·实验环境及数据集 | 第44页 |
| ·聚类质量的比较 | 第44-46页 |
| ·有效性分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第54-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |