Luận Văn Báo cáo luận văn các thuật toán Clustering & Ứng dụng

Báo cáo luận văn các thuật toán Clustering & ứng dụng (107 trang)
MỤC LỤC
MỤC LỤC 1
LỜI GIỚI THIỆU 3
CHƯƠNG 1: TỔNG QUAN VỀ CLUSTERING 4
1.1. Khái niệm Cluster. 4
1.2. Khái niệm Clustering. 5
CHƯƠNG 2: PHƯƠNG PHÁP PHÂN HOẠCH 8
2.1. Khái niệm 8
2.2. Thuật toán. 8
2.2.1. Thuật toán K-Means 8
2.2.2. Thuật toán K-Medoids 16
CHƯƠNG 3: PHƯƠNG PHÁP PHÂN CẤP. 19
3.1. Khái niệm 19
3.2. Thuật toán. 19
3.2.1. Thuật toán AGNES.DIANA 19
3.2.2. Thuật toán BIRCH 21
3.2.3. Thuật toán CURE 24
3.2.4. Thuật toán ROCK 25
3.2.5. Thuật toán CHAMELEON 27
CHƯƠNG 4: PHƯƠNG PHÁP MẬT ĐỘ 31
4.1. Khái niệm 31
4.2. Thuật toán. 31
4.2.1. Thuật toán DBSCAN 31
4.2.2. Thuật toán OPTICS 35
CHƯƠNG 5: PHƯƠNG PHÁP DỰA TRÊN MÔ HÌNH 42
5.1. Khái niệm 42
5.2. Thuật toán. 42
5.2.1. Thuật toán EM (Expectation-Maximization) 42
CHƯƠNG 6: PHƯƠNG PHÁP DỰA TRÊN LƯỚI (GRID-BASED). 45
6.1. Khái niệm 45
6.2. Thuật toán. 46
6.2.1. STING: Statistical Information Grid 46
6.2.2. WaveCluster: Clustering UsingWavelet Transformation 48
CHƯƠNG 7: Clustering High-Dimensional Data. 52
7.1.1. CLIQUE: A Dimension-Growth Subspace Clustering Method 54
7.1.2. PROCLUS: A Dimension-Reduction Subspace Clustering Method 57
CHƯƠNG 8: CÁC LĨNH VỰC ỨNG DỤNG CLUSTERING 59
8.1. Text Clustering. 59
8.1.1. Giới thiệu 59
8.1.2. Kiến trúc Text Clustering 60
8.1.3. Các kỹ thuật Text Preprocessing 63
8.1.4. Các thuật toán về Text Clustering: 66
8.2. Image Clustering. 73
8.2.1. Giới thiệu: 73
8.2.2. Các công việc liên quan: 75
8.2.3. Image Segmentation 77
8.2.4. Các kết quả thực nghiệm 86
8.2.5. Tóm tắt và công việc tiếp theo 90
CHƯƠNG 9: HIỆN THỰC CHƯƠNG TRÌNH 91
9.1. Giới thiệu. 91
9.2. Thuật toán DBSCAN (CODE). 91
9.3. Phân tích và tiền xử lý dữ liệu đầu vào: 95
9.4. Kết quả. 99
9.5. Minh họa các thuật toán. 103
HƯỚNG PHÁT TRIỂN 106
TÀI LIỆU THAM KHẢO 107