面向分类型集值数据的层次聚类算法研究

中文摘要	第1-9页
ABSTRACT	第9-11页
第一章 绪论	第11-15页
·论文研究背景及意义	第11-12页
·聚类分析的研究方向	第12-13页
·论文的研究内容与组织结构	第13-15页
第二章 聚类算法概述	第15-25页
·聚类的定义	第15页
·聚类分析中的数据类型	第15-17页
·数据的表示	第15-16页
·数据的类型	第16-17页
·聚类分析的主要过程	第17页
·聚类算法的主要类别	第17-24页
·基于层次的聚类	第18-20页
·基于划分的聚类	第20-21页
·基于密度的聚类	第21-22页
·基于网格的聚类	第22-23页
·基于模型的聚类	第23-24页
·本章小结	第24-25页
第三章 面向分类型集值数据的层次聚类算法	第25-35页
·研究动机	第25-26页
·相似性度量模型	第26-27页
·分类型集值数据的层次聚类算法	第27-29页
·实验结果与分析	第29-34页
·Musk数据	第30-31页
·Movielens数据	第31-33页
·Alibaba数据	第33-34页
·Weather数据	第34页
·本章小结	第34-35页
第四章 分类型集值数据的时间演化分析算法	第35-51页
·演化分析的距离度量模型	第35-37页
·分类型集值数据的时间演化分析算法	第37-39页
·演化分析算法的实验与分析	第39-41页
·界面设计与实现	第41-49页
·功能模块	第41-43页
·系统运行过程	第43-49页
·小结	第49-51页
第五章 总结与展望	第51-53页
参考文献	第53-57页
攻读学位期间取得的研究成果	第57-59页
致谢	第59-61页
个人简况及联系方式	第61-63页
承诺书	第63-65页