聚类分析中k-均值方法的研究

摘要	第1-6页
Abstract	第6-9页
第1章 绪论	第9-20页
·论文研究的背景及意义	第9-10页
·相关领域内的研究动态	第10-18页
·聚类分析概述	第10-12页
·聚类方法分类	第12-16页
·数据挖掘对聚类的要求	第16-18页
·本文的主要工作及内容	第18-20页
第2章 基于划分的聚类方法	第20-35页
·划分聚类概述	第20-21页
·数据类型及相似度度量方法	第21-29页
·聚类分析中的数据类型	第21-22页
·聚类分析中的相似度度量方法	第22-29页
·聚类准则函数	第29-31页
·典型的划分聚类方法	第31-34页
·k-means方法	第31-32页
·k-medoids方法	第32-33页
·大型数据库中的划分方法	第33-34页
·本章小结	第34-35页
第3章 k-means算法及改进	第35-46页
·k-means算法的思想及流程	第35-36页
·原始k-means算法	第35页
·k-means算法流程	第35-36页
·算法的特点和面临的主要问题	第36-38页
·选取初值的现有方法	第38-39页
·k-means算法的改进	第39-45页
·基本算法思想	第39-41页
·改进后的k-means算法流程:	第41-45页
·本章小结	第45-46页
第4章 实验分析及未来研究方向	第46-53页
·实验结果分析	第46-51页
·新的研究方向	第51页
·本章小结	第51-53页
结论	第53-54页
参考文献	第54-58页
攻读硕士学位期间发表的论文和取得的科研成果	第58-59页
致谢	第59页