声明
摘要
插图索引
附表索引
第1章 绪论
1.1 本文研究背景和意义
1.2 国内外研究现状
1.3 本文主要工作
1.4 论文结构
第2章 数据挖掘及聚类相关技术研究
2.1 数据挖掘相关知识介绍
2.1.1 数据挖掘概述
2.1.2 数据挖掘功能及过程
2.1.3 数据挖掘算法
2.1.4 数据挖掘应用
2.2 聚类的概念
2.2.1 聚类的定义
2.2.2 聚类中相关数据类型
2.3 聚类算法的总类
2.3.1 划分聚类算法
2.3.2 层次聚类算法
2.3.3 基于密度的聚类
2.3.4 基于网格的聚类
2.3.5 基于模型的聚类
2.4 K-均值聚类算法
2.4.1 K-均值聚类算法的思想
2.4.2 K-均值聚类算法流程
2.4.3 K-均值聚类算法的优缺点
2.5 聚类性能评价标准
2.6 小结
第3章 基于初始点选择的DNC值K-均值算法
3.1 算法的相关定义
3.2 算法思想
3.3 算法基本步骤
3.4 算法实现及分析
3.4.1 数据集的选取
3.4.2 实验设计
3.4.3 实验结果及分析
3.5 小结
第4章 基于初始点选择的加权K-均值算法
4.1 算法基本思想
4.1.1 初始聚类中心的选择
4.1.2 权重设置
4.2 算法步骤
4.3 实验结果及分析
4.3.1 原始的K-均值聚类算法实验结果
4.3.2 改进的K-均值聚类算法结果
4.3.3 实验结果分析
4.4 改进算法在基因表达谱数据中的应用
4.4.1 基因表达谱数据
4.4.2 实验数据
4.4.3 实验设计及结果分析
4.5 小结
结论
参考文献
致谢