文摘
英文文摘
声明
1绪论
1.1数据挖掘简介
1.2聚类分析概述
1.3聚类分析研究现状
1.4本文的研究内容
2聚类算法基础
2.1聚类过程概述
2.2聚类分析中相似性度量方法
2.2.1元组之间的相似性度量方法
2.2.2簇之间的相似性度量方法
2.3聚类算法
2.3.1层次聚类算法
2.3.2划分聚类算法
2.3.3大型数据库聚类算法
2.4常用划分聚类算法的分析与比较
2.4.1 K-均值聚类算法
2.4.2 K-调和均值聚类算法
2.4.3模糊C-均值聚类算法
2.4.4谱聚类算法
2.5主成分分析的基本知识
2.5.1主成分分析概念
2.5.2主成分分析的特点
2.5.3主成分分析方法的基本原理
3基于最大或次大特征值的PCA聚类算法
3.1基于最大或次大特征值的PCA聚类算法
3.2 PCA聚类算法
3.3数值实验结果与分析
3.3.1基于PCA的聚类算法中特征值的选取实验
3.3.2各聚类算法数值实验的比较和分析
3.4小结
4改进的K-调和均值算法
4.1一种新的距离度量
4.2改进的K-调和均值算法
4.3数值实验结果与分析
4.4小结
结 论
参考文献
攻读硕士学位期间发表学术论文情况
致 谢