首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于划分的联机聚类算法研究

摘要第1-5页
ABSTRACT第5-12页
第一章 绪论第12-16页
   ·课题研究背景第12-13页
   ·课题研究现状第13-14页
   ·本文的主要工作第14-15页
   ·本文的内容安排第15-16页
第二章 聚类分析第16-26页
   ·聚类分析第16-18页
     ·聚类相关第16-18页
     ·聚类算法的典型要求第18页
   ·聚类算法第18-23页
     ·传统聚类算法第18-20页
     ·数据流聚类算法第20-21页
     ·子空间聚类算法第21-23页
   ·核方法第23-25页
   ·本章小结第25-26页
第三章 联机核模糊 C-均值聚类方法第26-42页
   ·引言第26-27页
   ·核模糊 C-均值聚类算法第27-29页
   ·联机核模糊聚类算法第29-32页
     ·联机核模糊 C-均值算法第29-30页
     ·联机多核模糊 C-均值算法第30-32页
   ·实验结果及分析第32-40页
     ·人工模拟数据集第32-34页
     ·UCI 数据集第34-37页
     ·图像分割中的应用第37-40页
   ·本章小结第40-42页
第四章 联机局部自适应模糊 C-均值聚类算法第42-58页
   ·引言第42页
   ·局部自适应聚类(LAC)第42-44页
   ·联机局部自适应模糊 C-均值聚类第44-50页
     ·局部自适应模糊 C-均值(LAFCM)第44-46页
     ·联机局部自适应模糊 C-均值聚类算法(OLAFCM)第46-48页
     ·基于凝聚的联机局部自适应模糊 C-均值聚类算法(OLAFCM_CA)第48-50页
     ·实验结果及分析第50-55页
     ·人工模拟数据集第50-52页
     ·真实数据集第52-55页
   ·本章小结第55-58页
第五章 总结与展望第58-60页
   ·总结第58-59页
   ·展望第59-60页
参考文献第60-66页
致谢第66-67页
在学期间研究成果及发表的论文第67页

论文共67页,点击 下载论文
上一篇:基于数据挖掘的短临地震预测
下一篇:基于人脸图像分析的疲劳驾驶检测方法研究