第一个书签之前
摘 要
Abstract
目 录
Contents
1 绪 论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文的研究内容
1.4 论文的章节安排
2 相关概念和理论
2.1 聚类分析
2.1.1聚类分析介绍
2.1.2 经典聚类算法
2.2 密度峰值快速搜索聚类算法
2.2.1 密度峰值快速搜索聚类算法介绍
2.2.2 局部密度与距离定义
2.3 特征工程与参数调节
2.3.1 数据预处理
2.3.2 降维方法
2.3.3 参数调节
2.4 文本挖掘技术
2.4.1 自然语言处理技术介绍
2.4.2 中文分词技术
2.4.3 文本结构化
2.4.4 word2vector介绍
2.5 本章小结
3基于K近邻图的密度峰值点快速搜索聚类算法
3.1 预备知识
3.2 DPC算法分析
3.3 KG-DPC算法
3.3.1 样本分配策略
3.3.2 局部密度定义
3.3.3 算法描述
3.4 实验结果及分析
3.4.1 实验数据集和评价指标
3.4.2 实验结果及分析
3.4.3 人脸数据集实验
3.5 本章小结
OLE_LINK5
4基于噪声去除的密度峰值点快速搜索聚类算法
4.1 分层算法
4.2 NR-DPC聚类算法
4.2.1 NR-DPC算法概述
4.2.2 噪声检测算法
4.2.3 NR-DPC算法
4.3 实验结果及分析
4.3.1 实验数据集和评价指标
4.3.2 二维数据集结果对比
4.3.3 实验结果对比
4.3.4 文本聚类实验
4.4 本章小结
5总结与展望
5.1 论文的工作总结
5.2 未来的工作展望
参考文献
致谢
攻读学位期间取得的学术成果
山东科技大学;