首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于同步理论的大规模数据聚类算法分析及应用研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-18页
    1.1 研究工作的背景与意义第10-12页
    1.2 国内外研究现状第12-16页
        1.2.1 同步理论及其应用第12-14页
        1.2.2 金融网络研究第14-15页
        1.2.3 脑网络研究第15-16页
    1.3 本文的主要贡献与创新第16-17页
    1.4 本论文的结构安排第17-18页
第二章 相关技术基础第18-32页
    2.1 数据聚类第18-23页
        2.1.1 数据聚类基本概念第18-20页
        2.1.2 常用的相似性(相异性)度量指标第20-22页
        2.1.3 常用的评价指标第22-23页
    2.2 基于划分的数据聚类算法第23-25页
    2.3 基于层次的数据聚类算法第25-26页
    2.4 基于密度的数据聚类算法第26-27页
    2.5 基于模型的数据聚类算法第27-31页
        2.5.1 常见的基于模型的聚类算法第27-29页
        2.5.2 基于同步振子的聚类算法第29-31页
    2.6 本章小结第31-32页
第三章 基于同步理论的金融网络社团检测研究第32-49页
    3.1 问题提出及相关研究第32-33页
    3.2 相关算法第33-37页
        3.2.1 基于同步理论的金融网络社团挖掘算法第33-36页
        3.2.2 对比算法-Newman快速社团检测算法第36-37页
    3.3 实验设计第37-40页
        3.3.1 实验数据集第37-38页
        3.3.2 实验评价指标第38-39页
        3.3.3 实验方法及过程第39-40页
    3.4 实验结果分析第40-47页
        3.4.1 关联矩阵谱分析第40-41页
        3.4.2 检测结果分析第41-46页
        3.4.3 与基准检测算法对比第46-47页
    3.5 本章小结第47-49页
第四章 基于同步理论的视觉任务下脑网络功能连通性研究第49-67页
    4.1 相关研究及问题提出第49-51页
    4.2 相关算法第51-56页
        4.2.1 相似性度量指标第51-52页
        4.2.2 基于同步理论的脑网络功能连通性检测算法第52-54页
        4.2.3 基于大脑皮层功能分区的解剖聚类第54-56页
    4.3 实验设计第56-58页
        4.3.1 实验数据集及相关预处理第56-57页
        4.3.2 实验评价方法第57页
        4.3.3 实验方法及过程第57-58页
    4.4 实验结果分析第58-65页
    4.5 本章小结第65-67页
第五章 总结与展望第67-69页
    5.1 总结第67-68页
    5.2 展望第68-69页
致谢第69-70页
参考文献第70-75页
攻读硕士学位期间取得的成果第75-76页

论文共76页,点击 下载论文
上一篇:毫米波成像系统数据采集与预处理单元的设计和实现
下一篇:基于PowerPC的合成仪器的PCIE接口驱动软件的设计与实现