基于自适应划分的密度峰值聚类算法研究

目录

声明

第一章 绪 论

1.1 课题研究的背景及意义

1.2 聚类分析的研究现状

1.3 本文研究内容

1.4 本文的组织结构

第二章 聚类分析技术与密度峰值聚类算法介绍

2.1 聚类分析基础

2.1.1 聚类中的数据类型

2.1.2 聚类分析的相似性度量

2.2 聚类算法分类

2.2.1 基于网格的聚类算法

2.2.2 基于密度的聚类

2.2.3 划分聚类算法

2.2.4 层次聚类算法

2.2.5 基于模型的聚类

2.3 聚类算法的评估

2.3.1 聚类算法的要求

2.3.2 聚类有效性评价指标

2.4 密度峰值聚类算法

2.4.1 密度峰值聚类算法的定义

2.4.2 算法存在的缺陷

2.5 本章小结

第三章 基于改进网格的密度峰值聚类算法

3.1 算法概述

3.1.1 数据集自适应网格化

3.1.2 网格对象的局部密度与相对距离

3.1.4 算法流程

3.2 算法复杂度分析

3.3 实验结果与分析

3.4 本章小结

第四章 基于圆分割的密度峰值聚类算法

4.1 Groups算法概述

4.2 C-DPC算法概述

4.2.1 Eps 的选取

4.2.2 圆形区域密度与距离的定义

4.2.3 圆形区域的合并

4.2.4 算法流程

4.3 算法复杂度分析

4.4 实验结果与分析

4.5 本章小结

第五章 总结与展望

5.1 总结

5.2 未来工作展望

参考文献

致谢

作者简介

1 作者简历

2 发明专利

学位论文数据集