声明
摘要
插图索引
附表索引
第1章 绪论
1.1 课题的研究背景及意义
1.2 研究现状
1.3 研究内容
1.4 论文结构
1.5 本章小结
第2章 聚类分析的方法相关理论基础介绍
2.1 聚类分析的问题描述
2.2 相似度的度量
2.2.1 相异性的度量
2.2.2 相似性的度量
2.3 相关聚类算法的介绍
2.3.1 K均值聚类算法
2.3.2 凝聚的层次聚类算法
2.3.3 基于快速搜索查找密度峰值的聚类算法
2.4 本章小结
第3章 冗余信息簇中心约束的层次聚类
3.1 基于合并冗余信息的密度的定义
3.1.1 合并的冗余信息
3.1.2 密度计算流程
3.2 簇类中心约束的层次聚类算法
3.2.1 簇类中心约束的层次聚类流程
3.2.2 冗余信息簇中心约束的两阶段聚类
3.3 实验结果与分析
3.3.1 人工数据集数据介绍
3.3.2 人工数据集实验结果及其分析
3.3.3 真实数据集数据介绍
3.3.4 真实数据集实验结果及其分析
3.4 本章小结
第4章 本地密度簇中心约束的层次聚类
4.1 CNHC的缺陷分析
4.2 基于本地密度的簇类中心约束的层次聚类
4.3 方法的基本流程
4.4 实验结果与分析
4.5 本章小结
结论
参考文献
致谢