1. 1. 毕业设计（论文）的内容、要求、设计方案、规划等
聚类是数据挖掘和模式识别等研究方向的重要研究内容之一，在识别数据的内在结构方面具有极其重要的作用，聚类主要应用于模式识别中的语音识别，字符识别等；机器学习中的聚类算法应用于图象分割和机器视觉；图象处理中的聚类用于数据压缩和信息检索。值得一提的是，聚类分析对生物学，心理学，考古学，地理学以及市场营销也都有重要作用。 本课题主要研究聚类的概念和划分式聚类算法，层次式聚类算法和基于密度的聚类算法以及基于模型的聚类算法。在分析各种算法的同时理解各种算法的适用范围及优缺点并将其使用到UCI的实验数据集上。
时间安排：
1月初到1月31日，查阅相关资料，收集相关文献，完成开题工作。
2月1日到2月30日，重点放在阅读文献上，同时确定论文方案，熟悉相关软件，同时进行相应的实验，期间及时向老师反馈进程。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 参考文献（不低于12篇）
已经初步发送给学生五六篇中英文献。后期还会继续增加。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
