面向混合数据的划分式聚类算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-11页 |
| ·聚类分析研究现状 | 第11-14页 |
| ·课题主要工作及研究内容 | 第14页 |
| ·论文组织结构 | 第14-15页 |
| ·本章小结 | 第15-17页 |
| 第二章 聚类分析研究综述 | 第17-31页 |
| ·聚类分析的基本概念 | 第17-18页 |
| ·聚类分析中的数据类型 | 第18-20页 |
| ·聚类算法的主要分类 | 第20-26页 |
| ·基于划分的聚类算法 | 第21-23页 |
| ·基于层次的聚类算法 | 第23-25页 |
| ·基于密度的聚类算法 | 第25页 |
| ·基于网格的聚类算法 | 第25-26页 |
| ·基于模型的聚类算法 | 第26页 |
| ·聚类分析的应用领域 | 第26-28页 |
| ·本章小结 | 第28-31页 |
| 第三章 混合数据聚类 | 第31-37页 |
| ·混合数据聚类研究意义 | 第31-32页 |
| ·混合数据聚类研究现状 | 第32-34页 |
| ·混合数据聚类存在问题 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于划分的混合数据聚类算法 | 第37-51页 |
| ·K-Prototypes聚类算法 | 第37-40页 |
| ·K-Prototypes算法简介 | 第37-39页 |
| ·K-Prototypes算法优缺点 | 第39-40页 |
| ·基于划分的混合数据聚类算法 | 第40-44页 |
| ·多Modes类中心的表示 | 第41-42页 |
| ·新的相异性度量 | 第42-43页 |
| ·算法描述 | 第43-44页 |
| ·实验结果与分析 | 第44-50页 |
| ·有效性分析 | 第44-48页 |
| ·效率分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59页 |
