改进的自适应性密度聚类算法
| 学位论文主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 研究背景 | 第7-12页 |
| 1.1.1 概述 | 第7-8页 |
| 1.1.2 研究意义 | 第8-12页 |
| 1.2 聚类算法研究现状 | 第12-15页 |
| 1.3 本章小结 | 第15-17页 |
| 第二章 经典算法介绍 | 第17-31页 |
| 2.1 主成分分析算法 | 第17-18页 |
| 2.2 基于密度的聚类算法 | 第18-24页 |
| 2.2.1 DBSCAN聚类算法 | 第18-22页 |
| 2.2.2 通过点排序识别聚类结构聚类算法 | 第22-23页 |
| 2.2.3 基于划分聚类方法 | 第23-24页 |
| 2.3 高维数据和"维数灾难" | 第24-26页 |
| 2.4 降维算法的研究 | 第26-29页 |
| 2.4.1 降维的定义 | 第26-27页 |
| 2.4.2 降维算法的分类 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 自适应性密度聚类算法 | 第31-35页 |
| 3.1 基于密度的聚类算法分析 | 第31-32页 |
| 3.2 自适应性ADCA算法构思 | 第32页 |
| 3.3 ADCA算法 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 算法的设计与实验 | 第35-39页 |
| 4.1 ADCA算法运行简介 | 第35页 |
| 4.2 实验结果分析 | 第35-36页 |
| 4.3 算法运行时间分析 | 第36-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第五章 结果与展望 | 第39-43页 |
| 5.1 实验结果 | 第39-40页 |
| 5.2 未来展望 | 第40-43页 |
| 参考文献 | 第43-47页 |
| 发表论文和参加科研情况 | 第47-49页 |
| 致谢 | 第49页 |
