| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 聚类算法基础研究 | 第9-14页 |
| 1.2.2 聚类算法应用研究 | 第14-15页 |
| 1.3 本文主要的研究内容 | 第15-16页 |
| 1.4 本文的结构 | 第16-17页 |
| 第二章 聚类分析 | 第17-26页 |
| 2.1 符号说明及定义 | 第17-18页 |
| 2.2 数据表示 | 第18-19页 |
| 2.3 数据类型 | 第19-21页 |
| 2.3.1 区间标度变量 | 第19-20页 |
| 2.3.2 二元变量 | 第20页 |
| 2.3.3 标称变量 | 第20-21页 |
| 2.3.4 序数型变量 | 第21页 |
| 2.3.5 混合类型的变量 | 第21页 |
| 2.4 相似性度量 | 第21-22页 |
| 2.4.1 距离 | 第21-22页 |
| 2.4.2 相关系数(相似系数) | 第22页 |
| 2.5 聚类过程 | 第22-23页 |
| 2.6 聚类的评价准则 | 第23-24页 |
| 2.6.1 Purity | 第23页 |
| 2.6.2 Rand index(RI) | 第23-24页 |
| 2.7 聚类算法面临的挑战 | 第24-25页 |
| 2.8 本章小结 | 第25-26页 |
| 第三章 FSC聚类算法及其改进 | 第26-42页 |
| 3.1 FSC聚类算法介绍 | 第26-31页 |
| 3.1.1 密度计算 | 第26-29页 |
| 3.1.2 聚类步骤 | 第29页 |
| 3.1.3 聚类结果 | 第29-31页 |
| 3.2 RFSC聚类算法 | 第31-33页 |
| 3.2.1 RFSC聚类算法介绍 | 第31-32页 |
| 3.2.2 对比实验 | 第32-33页 |
| 3.3 KFSC聚类算法 | 第33-41页 |
| 3.3.1 KFSC聚类算法介绍 | 第33-35页 |
| 3.3.2 对比实验 | 第35-37页 |
| 3.3.3 合并算法 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 PageRank-PathBased聚类算法 | 第42-58页 |
| 4.1 PageRank算法介绍 | 第42-44页 |
| 4.1.1 PageRank算法原理 | 第42-43页 |
| 4.1.2 修正PageRank算法 | 第43页 |
| 4.1.3 使用幂法求PageRank | 第43-44页 |
| 4.2 PathBased算法介绍 | 第44-46页 |
| 4.2.1 PathBased算法原理 | 第44-45页 |
| 4.2.2 Robust PathBased算法 | 第45-46页 |
| 4.3 PageRank-PathBased聚类算法 | 第46-51页 |
| 4.3.1 数据初始化 | 第46-47页 |
| 4.3.2 PageRank计算点密度 | 第47-49页 |
| 4.3.3 PathBased计算相似度 | 第49-51页 |
| 4.4 实验 | 第51-57页 |
| 4.4.1 Aggregation数据集实验 | 第51-52页 |
| 4.4.2 Compound数据集实验 | 第52-54页 |
| 4.4.3 Spiral数据集实验 | 第54-56页 |
| 4.4.4 其它数据集 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 在学期间的研究成果 | 第63-64页 |
| 致谢 | 第64页 |