| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 引言 | 第7-10页 |
| ·研究背景与意义 | 第7-8页 |
| ·研究内容与思路 | 第8页 |
| ·论文组织结构 | 第8-10页 |
| 第2章 相关知识介绍 | 第10-21页 |
| ·数据挖掘概述 | 第10-14页 |
| ·数据挖掘概念及发展简史 | 第10-11页 |
| ·数据挖掘的对象 | 第11页 |
| ·数据挖掘的方法 | 第11-13页 |
| ·数据挖掘的应用 | 第13-14页 |
| ·免参数据挖掘 | 第14-17页 |
| ·Kolmogorov复杂度 | 第17-21页 |
| ·Kolmogorov复杂度的通用性(Universality) | 第17-18页 |
| ·理论内容 | 第18-21页 |
| 第3章 相似/相异度度量 | 第21-28页 |
| ·相似/相异度简介 | 第21页 |
| ·一些常用的相似/相异度度量介绍 | 第21-27页 |
| ·欧氏距离 | 第22-23页 |
| ·DTW(Dynamic time warping):动态时间规整 | 第23-24页 |
| ·SVM(Support Vector Machines):支持向量机 | 第24-26页 |
| ·其他一些相异度度量 | 第26-27页 |
| ·当前相异度度量存在的问题 | 第27-28页 |
| 第4章 基于压缩的相异度度量SCDM | 第28-38页 |
| ·免参距离公式 | 第28-31页 |
| ·距离的定义 | 第28-29页 |
| ·免参距离公式的通用性和正确性的证明 | 第29-31页 |
| ·免参距离的实现 | 第31-32页 |
| ·SCDM | 第32-33页 |
| ·对称性问题 | 第32-33页 |
| ·简化 | 第33页 |
| ·SCDM的实现 | 第33-36页 |
| ·SCDM可作用的数据 | 第34-35页 |
| ·SCDM的实现步骤 | 第35-36页 |
| ·SCDM的特点及应用 | 第36-38页 |
| ·SCDM的特点 | 第36-37页 |
| ·SCDM的应用 | 第37-38页 |
| 第5章 SCDM方法在聚类算法中的应用 | 第38-58页 |
| ·基于SCDM方法的聚类算法 | 第38-44页 |
| ·传统的聚类方法 | 第38-39页 |
| ·基于SCDM方法的聚类算法描述 | 第39-44页 |
| ·基于SCDM方法的聚类算法分析 | 第44页 |
| ·SCDM方法的实现工具及聚类结果分析 | 第44-56页 |
| ·压缩工具的选择 | 第44-47页 |
| ·使用SCDM方法对DNA串聚类的结果分析 | 第47-51页 |
| ·SCDM方法对实时序列的聚类结果分析 | 第51-56页 |
| ·结论 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间的研究成果 | 第64页 |
