1. 毕业设计（论文）主要内容：

聚类算法是一种机器学习技术，聚类算法将每个数据点划分为一个特定的组。同一组中的数据点应该具有相似的属性和特征，而不同组中的数据点应该具有高度不同的属性和特征。聚类是一种无监督学习的方法，是许多领域中常用的统计数据分析技术。常用聚类算法有：K-MEANS、均值偏移聚类算法、DBSCAN聚类算法、期望最大化EM聚类、层次聚类算法等。

手写识别涉及到将图像中的文本自动转换成计算机可以使用的字符代码。论文要求从上述的聚类算法中选择不少于3种方法，研究算法的工作原理，完成模型建立。对MINST公开的手写数字集进行识别处理，统计各种方法的识别成功率，分析各种方法成功率不同的原因。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）研究3种以上聚类算法工作原理，对minst提供的公开数据集进行识别，统计并分析各种方法成功率。

3. 毕业设计（论文）完成任务的计划与安排

第1-3周：搜集资料，撰写开题报告。

第4-5周：论文开题。

第6-12周：撰写论文初稿。

4. 主要参考文献

[1] yonghong xie ; yijun liu. a handwritten numeral recognition method basedon stdp based with unsupervised learning[c]. 2017 international conference onwireless communications, signal processing and networking (wispnet). 839 - 842

[2] mao yaxuan ; kazuyuki aihara.handwritten numeral recognition with a quantum neural network model[c]. 2017ieee 2nd information technology, networking, electronic and automation controlconference (itnec). 712 - 716

[3] feng zhen-hua, qian xue-zhong, zhaona-na. greedy dbscan:an improved dbscan algorithm on multi-densityclustering[j].application research of computers, 2016, 33 (9) :2693-2696.