| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 论文的研究背景及意义 | 第11-12页 |
| 1.2 块数据的一般表示形式 | 第12-13页 |
| 1.3 论文的研究内容与组织结构 | 第13-15页 |
| 第二章 聚类算法的概述 | 第15-25页 |
| 2.1 聚类算法的基本概念 | 第15-18页 |
| 2.1.1 聚类的定义 | 第15页 |
| 2.1.2 聚类方法的研究方向 | 第15-16页 |
| 2.1.3 相似性度量方式 | 第16-18页 |
| 2.2 聚类算法的分类 | 第18-23页 |
| 2.2.1 基于划分的聚类算法 | 第19页 |
| 2.2.2 基于密度的聚类算法 | 第19-21页 |
| 2.2.3 基于层次的聚类算法 | 第21-22页 |
| 2.2.4 基于网格的聚类算法 | 第22-23页 |
| 2.2.5 基于模型的聚类算法 | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 一种基于词袋模型的块数据聚类算法 | 第25-35页 |
| 3.1 词袋模型的定义 | 第25页 |
| 3.2 基于词袋模型的块数据对象表示形式 | 第25-26页 |
| 3.2.1 主要思想 | 第25页 |
| 3.2.2 转换表示形式的算法选择 | 第25-26页 |
| 3.3 一种基于词袋模型的块数据聚类算法 | 第26-30页 |
| 3.4 实验结果与分析 | 第30-33页 |
| 3.4.1 聚类结果的评价指标 | 第30页 |
| 3.4.2 Musk数据集 | 第30-32页 |
| 3.4.3 Weather数据集 | 第32-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第四章 基于F_Leaders算法改进BWM-BDC聚类算法 | 第35-43页 |
| 4.1 leaders算法的概述 | 第35-37页 |
| 4.1.1 leaders聚类算法 | 第35页 |
| 4.1.2 改进的leaders聚类算法 | 第35-37页 |
| 4.2 基于F_Leaders算法改进BWM-BDC聚类算法 | 第37-39页 |
| 4.3 实验结果与分析 | 第39-41页 |
| 4.4 本章小结 | 第41-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间取得的研究成果 | 第49-51页 |
| 致谢 | 第51-53页 |
| 个人简况及联系方式 | 第53-57页 |