文摘
英文文摘
声明
1绪论
1.1课题研究背景和意义
1.2国内外研究现状
1.3论文组织结构
2聚类分析
2.1基本概论
2.1.1聚类分析定义
2.1.2聚类分析的工作流程
2.2聚类分析中的数据预处理
2.2.1数据结构
2.2.2差异度测量方法
2.2.3数据预处理方式
2.2.4聚类算法选择准则
2.3聚类分析算法
2.4聚类分析算法的评价
2.5聚类分析算法的特性
2.6本章小结
3基于最近共享邻居节点的多中心聚类算法
3.1 K-means聚类算法及其改进
3.1.1 K-means算法的基本思想
3.1.2 K-means算法的数学描述
3.1.3 K-means算法的处理流程
3.1.4 K-means算法的复杂度分析
3.1.5 K-means算法的局限
3.2基于最近共享邻居节点的多中心聚类算法(KSNN)
3.2.1最近共享邻居节点算法
3.2.2相关定义
3.2.3算法描述
3.2.4复杂度分析
3.2.5数学描述
3.3实验验证
3.3.1实验设置
3.3.2实验结果
3.3.3结果分析
3.4本章小结
4基于节点优先级的聚类算法(CABONW)
4.1基于密度的聚类算法
4.1.1基于密度算法的基本思想
4.1.2典型基于密度的算法
4.1.3基于密度算法存在的缺陷
4.2基于节点优先级的聚类算法
4.2.1节点间关系建立
4.2.2数据集排序
4.2.3搜索顺序表
4.3实验
4.3.1实验设置
4.3.2实验结果
4.3.3结果分析
4.4本章小结
5聚类分析系统的设计与实现
5.1系统分析
5.2系统设计
5.3系统功能实现
5.3.1系统类图分析
5.3.2系统功能分析
5.4系统应用
5.5本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢