| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-12页 |
| 1.2.1 国内研究现状及发展趋势 | 第10-11页 |
| 1.2.2 国外研究现状及发展趋势 | 第11-12页 |
| 1.3 论文主要工作 | 第12-14页 |
| 第2章 算法分析 | 第14-22页 |
| 2.1 小波变换 | 第14-16页 |
| 2.1.1 小波变换理论 | 第14-15页 |
| 2.1.2 小波变换应用 | 第15-16页 |
| 2.2 快速密度峰值聚类算法 | 第16-19页 |
| 2.2.1 概述 | 第16页 |
| 2.2.2 算法原理 | 第16-17页 |
| 2.2.3 算法应用 | 第17-19页 |
| 2.3 聚类中心自动选择策略 | 第19-21页 |
| 2.3.1 基本思路 | 第19页 |
| 2.3.2 聚类中心自动选择原理 | 第19-20页 |
| 2.3.3 聚类中心自动选择流程 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于小波变换和优化快速密度峰值聚类算法的用户负荷特征分析 | 第22-38页 |
| 3.1 优化快速密度峰值聚类算法 | 第22-24页 |
| 3.1.1 优化思想 | 第22页 |
| 3.1.2 算法描述 | 第22-23页 |
| 3.1.3 算法流程 | 第23-24页 |
| 3.2 基于小波变换和优化快速密度峰值聚类算法的用户负荷特征分析 | 第24-26页 |
| 3.2.1 整体架构 | 第24-25页 |
| 3.2.2 算法描述 | 第25-26页 |
| 3.3 实验仿真 | 第26-37页 |
| 3.3.1 数据描述及规范化 | 第26-28页 |
| 3.3.2 多尺度小波变换 | 第28页 |
| 3.3.3 优化快速密度峰值聚类 | 第28-32页 |
| 3.3.4 重构典型负荷曲线 | 第32-35页 |
| 3.3.5 聚类结果 | 第35-37页 |
| 3.4 用户负荷特征分析应用场景 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 有效性指标评价与算法比较 | 第38-48页 |
| 4.1 有效性指标评价 | 第38-41页 |
| 4.1.1 SSE指标 | 第38-39页 |
| 4.1.2 CHI指标 | 第39页 |
| 4.1.3 指标评价 | 第39-41页 |
| 4.2 改进算法与传统算法比较 | 第41-46页 |
| 4.2.1 DBSCAN算法 | 第41-42页 |
| 4.2.2 算法比较 | 第42-43页 |
| 4.2.3 聚类结果比较 | 第43-46页 |
| 4.3 本章总结 | 第46-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 5.1 结论 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |