| 第一章 绪论 | 第1-21页 |
| ·本文选题背景及研究意义 | 第8页 |
| ·聚类分析 | 第8-10页 |
| ·聚类的定义 | 第9-10页 |
| ·数据挖掘对聚类的要求 | 第10页 |
| ·聚类分析中的数据类型 | 第10-14页 |
| ·区间标度变量 | 第10-12页 |
| ·二元变量 | 第12-13页 |
| ·标称型、序数型和比例标度型变量 | 第13页 |
| ·混合类型的变量 | 第13-14页 |
| ·目前主要聚类算法及其存在问题 | 第14-19页 |
| ·划分方法(partitioning methed) | 第14-15页 |
| ·层次方法(hierarchical method) | 第15-16页 |
| ·基于密度的方法(density-based method) | 第16-17页 |
| ·基于网格的方法(grid-based method) | 第17-18页 |
| ·基于模型的方法(model-based method) | 第18-19页 |
| ·本文的研究内容 | 第19-21页 |
| 第二章 用三角不等式对顺序聚类算法TTSAS的改进 | 第21-33页 |
| ·顺序聚类算法 | 第21-23页 |
| ·顺序聚类算法三种模式 | 第21-22页 |
| ·对TTSAS算法改进的理由 | 第22-23页 |
| ·三角不等式原理 | 第23-25页 |
| ·公理(三角不等式原理) | 第23页 |
| ·定理及其证明 | 第23-24页 |
| ·推论及其解析 | 第24-25页 |
| ·TI_TTSAS算法解析:寻找最小距离 | 第25-27页 |
| ·TI_TTSAS算法核心步骤 | 第25-26页 |
| ·核心步骤解析 | 第26-27页 |
| ·实验结果 | 第27-31页 |
| ·实验数据 | 第27-29页 |
| ·实验数据分析 | 第29-31页 |
| ·局限性与展望 | 第31-33页 |
| 第三章 用三角不等式原理加速k-means算法 | 第33-41页 |
| ·划分聚类概述: | 第33-34页 |
| ·k-means方法 | 第34-35页 |
| ·k-means算法的主要问题 | 第35-37页 |
| ·用三角不等式改进的k-means算法 | 第37-39页 |
| ·实验结果 | 第39-41页 |
| 第四章 全文总结与展望 | 第41-43页 |
| ·全文总结 | 第41页 |
| ·局限性与展望 | 第41-43页 |
| 参考文献 | 第43-48页 |
| 致谢 | 第48页 |
