基于相对密度的聚类算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 概述 | 第11-19页 |
| ·数据挖掘概述 | 第11-12页 |
| ·聚类概述 | 第12-13页 |
| ·课题研究背景与意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·传统的基于密度的聚类算法 | 第14-15页 |
| ·基于相对密度的聚类算法 | 第15-16页 |
| ·相关的增量聚类算法 | 第16页 |
| ·本文主要内容及创新之处 | 第16-19页 |
| 第2章 聚类的相关知识 | 第19-33页 |
| ·聚类的定义 | 第19页 |
| ·聚类分析中的数据结构 | 第19-20页 |
| ·相似性和距离度量 | 第20-22页 |
| ·相似度和相异度的定义 | 第20页 |
| ·相似性度量方式 | 第20-22页 |
| ·聚类的密度 | 第22-24页 |
| ·传统的密度（基于中心的密度） | 第22页 |
| ·网络单元的密度 | 第22-23页 |
| ·SNN 密度 | 第23页 |
| ·相对密度 | 第23-24页 |
| ·传统聚类算法分析 | 第24-28页 |
| ·聚类算法的挑战 | 第24-25页 |
| ·传统聚类算法分类 | 第25-27页 |
| ·传统聚类算法性能比较 | 第27-28页 |
| ·传统密度聚类算法分析 | 第28-31页 |
| ·基本概念 | 第28-29页 |
| ·算法描述 | 第29-30页 |
| ·存在的问题 | 第30页 |
| ·改进的算法 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于相对密度的混合属性数据集聚类算法 | 第33-44页 |
| ·基本概念 | 第33-37页 |
| ·算法描述 | 第37-40页 |
| ·算法性能分析 | 第40-41页 |
| ·处理时间 | 第40页 |
| ·参数选择 | 第40-41页 |
| ·实验与分析 | 第41-43页 |
| ·实验一 | 第41页 |
| ·实验二 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 增量式M_RDBCA 聚类算法研究 | 第44-68页 |
| ·增量聚类算法综述 | 第44-46页 |
| ·相关研究 | 第46-48页 |
| ·基本概念 | 第48-51页 |
| ·增量聚类方式的介绍 | 第51-52页 |
| ·影响集重新聚类方式 | 第52-55页 |
| ·方法简介 | 第52-53页 |
| ·算法描述 | 第53-54页 |
| ·性能分析 | 第54-55页 |
| ·单个增删处理方式 | 第55-66页 |
| ·方法简介 | 第55-56页 |
| ·更新种子对象 | 第56页 |
| ·算法描述 | 第56-57页 |
| ·插入 | 第57-59页 |
| ·删除 | 第59-61页 |
| ·实验与性能分析 | 第61-66页 |
| ·批量增删处理方式 | 第66页 |
| ·问题的提出 | 第66页 |
| ·批量模式简介 | 第66页 |
| ·本章小结 | 第66-68页 |
| 第5章 结论和展望 | 第68-71页 |
| ·全文总结 | 第68-70页 |
| ·下一步工作和展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读学位期间参加的科研项目和成果 | 第77页 |
