文摘
英文文摘
论文说明:图表清单
独创性声明及学位论文版权使用授权书
致谢
第一章绪论
1.1数据库知识发现
1.1.1 KDD的定义
1.1.2 KDD的处理过程
1.2数据挖掘
1.2.1数据挖掘的功能
1.2.2数据挖掘的研究热点
1.2.3数据挖掘面临的挑战
1.3聚类分析
1.3.1聚类的相关概念
1.3.2聚类算法分类
1.3.3聚类算法性能评价
1.4本文的主要内容与结构安排
第二章高维聚类问题
2.1高维数据聚类概述
2.1.1高维数据的特点
2.1.2高维数据对传统聚类算法的影响
2.2属性约简
2.2.1特征选择
2.2.2特征变换
2.3子空间聚类
2.3.1子空间聚类的必要性
2.3.2子空间聚类算法概述
2.3.3常用子空间聚类算法及其存在的问题
2.4本章小结
第三章基于模式树的子空间聚类
3.1频繁模式的挖掘
3.1.1关联规则挖掘
3.1.2 P-tree的结构定义
3.2基于P-tree的子空间聚类算法(PSC)
3.2.1簇的扩展定义
3.2.2 PSC算法
3.3算法性能测试
3.3.1实验结果
3.3.2性能分析
3.4本章小结
第四章基于模式相似的子空间聚类
4.1引言
4.1.1问题引入
4.1.2研究现状
4.2基于模式相似的簇的概念
4.2.1一致模式的定义
4.2.2基于相似模式的簇的定义
4.3基于模式相似的子空间聚类算法(PPSC)
4.4实验结果及性能分析
4.4.1实验结果
4.4.2性能分析
4.5本章小结
第五章总结和展望
5.1本文总结
5.2下一步工作
参考文献
研究生期间主要科研工作及成果
合肥工业大学;