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--一般性问题论文--理论、方法论文--算法理论论文

基于Voronoi的平面数据的聚类分析

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-15页
   ·研究背景及意义第9页
   ·聚类定义与聚类算法的分类第9-11页
     ·聚类概念与聚类过程第9-10页
     ·聚类算法的类别第10-11页
     ·各种典型聚类算法简介第11页
   ·VORONOI 图第11-13页
     ·Voronoi 图的定义第11-12页
     ·Voronoi 图的特性第12-13页
     ·Voronoi 图的应用第13页
   ·本文的研究内容第13页
   ·论文的结构第13-15页
第2章 几种经典的聚类算法第15-30页
   ·聚类算法第15-19页
     ·聚类分析第15-16页
     ·不同的簇类型第16-18页
     ·聚类算法的一般特性第18-19页
     ·数据特性第19页
   ·K 均值聚类算法第19-22页
     ·算法描述第20页
     ·算法的参数及复杂性第20-21页
     ·算法的优点与缺点第21页
     ·各种改进的k-均值聚类算法第21-22页
   ·基于密度的聚类算法-DBSCAN第22-24页
     ·根据基于中心的密度进行点分类第22-23页
     ·优点与缺点第23-24页
     ·算法的改进第24页
   ·基于网格与密度的聚类算法第24-28页
     ·基于网格与密度的基本的聚类算法第24-25页
     ·CLIQUE 算法第25-27页
     ·基于网格与密度的聚类算法的新进展第27-28页
   ·聚类算法的选择第28-29页
   ·小结第29-30页
第3章 封闭区域VORONOI 图的构造第30-37页
   ·VORONOI 图的定义与相关概念第30-31页
   ·一些基本理论第31-32页
   ·增量法构造VORONOI 图第32-33页
   ·封闭区域VORONOI 图的构造第33-35页
   ·VORONOI 单元面积的计算第35-36页
   ·小结第36-37页
第4章 基于VORONOI 图的平面数据的聚类分析第37-44页
   ·为什么要将VORONOI 图代替网格第37-39页
     ·网格的优点与缺点第37-38页
     ·用Voronoi 图代替网格第38-39页
   ·基于VORONOI 图的聚类算法第39-43页
     ·算法思想第39-40页
     ·算法第40-42页
     ·算法的复杂度分析第42页
     ·算法中的参数第42-43页
   ·小结第43-44页
第5章 实验及分析第44-57页
   ·WEKA 简介第44页
   ·第一个实验例子第44-47页
     ·iris 简介第44-45页
     ·相关的对比算法及说明第45-46页
     ·实验结果对比第46页
     ·第一个实验结果分析第46-47页
   ·第二个对比实验第47-50页
   ·参数的设定第50-55页
     ·密度阈值的设置第50-52页
     ·质心变化终止值的设置第52-53页
     ·初始化参数第53-55页
   ·小结第55-57页
第6章 算法在地理信息中的应用第57-61页
   ·问题的提出第57页
   ·问题的分析第57-58页
   ·改进的基于VORONOI 的平面数据的聚类分析第58-59页
     ·算法与问题的异同点第58页
     ·改进的Voronoi-Cluster 算法第58-59页
   ·实验第59-60页
   ·小结第60-61页
第7章 算法改进及其展望第61-66页
   ·算法的伸缩性第61-62页
   ·引入核聚类思想第62-64页
     ·核聚类思想简介第62页
     ·相关定义与概念第62-63页
     ·将核函数引入Voronoi-Cluster第63-64页
   ·将算法从二维向多维空间扩展第64页
   ·初始化过程第64-65页
   ·其他第65页
   ·展望第65-66页
结论第66-68页
参考文献第68-72页
致谢第72-73页
附录A 攻读学位期间所发表的学术论文目录第73页

论文共73页,点击 下载论文
上一篇:基于内容的图像拷贝检测算法的研究
下一篇:个性化多模型中国手语合成方法的研究