基于数据几何特征的空间聚类算法
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 引言 | 第10-13页 |
| ·聚类分析的研究背景与意义 | 第10-12页 |
| ·聚类分析的研究背景 | 第10页 |
| ·聚类分析的研究意义 | 第10-12页 |
| ·论文组织结构 | 第12-13页 |
| 2 聚类算法的介绍 | 第13-17页 |
| ·聚类分析概述 | 第13-14页 |
| ·聚类分析概念 | 第13页 |
| ·聚类分析过程 | 第13-14页 |
| ·聚类分析的要求 | 第14页 |
| ·聚类分析的计算方法介绍 | 第14-16页 |
| ·基于划分的聚类算法 | 第14-15页 |
| ·基于层次的聚类算法 | 第15-16页 |
| ·基于密度的聚类算法 | 第16页 |
| ·本章小结 | 第16-17页 |
| 3 基于概率的快速聚类算法 | 第17-27页 |
| ·背景知识介绍 | 第17-20页 |
| ·基于概率的快速聚类算法 | 第20-25页 |
| ·预备知识介绍 | 第20-21页 |
| ·算法的基本思想 | 第21-24页 |
| ·算法描述 | 第24-25页 |
| ·算法性能分析 | 第25-27页 |
| ·实验描述 | 第25页 |
| ·实验结果 | 第25页 |
| ·实验分析 | 第25-27页 |
| 4 改进的 k-均值初始聚类中心的选取算法 | 第27-35页 |
| ·背景知识介绍 | 第27-31页 |
| ·k-均值算法 | 第27-30页 |
| ·最大最小距离算法 | 第30-31页 |
| ·改进的 k-均值初始聚类中心的选取算法 | 第31-33页 |
| ·k-means 初始聚类中心的选取 | 第31-33页 |
| ·改进的初始聚类中心的选择算法的描述 | 第33页 |
| ·实验结果与分析 | 第33-35页 |
| ·实验描述 | 第33页 |
| ·实验结果 | 第33-34页 |
| ·实验分析 | 第34-35页 |
| 5 全文研究总结 | 第35-36页 |
| 参考文献 | 第36-39页 |
| 附录A | 第39-40页 |
| 致谢 | 第40页 |
