聚类分类算法研究及其应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-12页 |
| ·课题背景 | 第9-10页 |
| ·研究内容和主要贡献 | 第10页 |
| ·本文组织结构 | 第10-12页 |
| 第2章 聚类和分类算法介绍 | 第12-24页 |
| ·聚类和分类 | 第12-14页 |
| ·样本对象的特征表示 | 第12-13页 |
| ·样本对象的相似性衡量 | 第13-14页 |
| ·聚类分析 | 第14-19页 |
| ·聚类策略的类别 | 第14-16页 |
| ·两种常用的聚类策略 | 第16-19页 |
| ·分类分析 | 第19-23页 |
| ·分类策略 | 第19-20页 |
| ·两种常用的分类策略 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 一种并行的聚类算法 | 第24-32页 |
| ·大规模数据挖掘 | 第24-25页 |
| ·MapReduce框架和Hadoop项目 | 第25-26页 |
| ·MapReduce | 第25页 |
| ·Hadoop | 第25-26页 |
| ·并行近邻传播 | 第26-31页 |
| ·近邻传播 | 第26-28页 |
| ·基于MapReduce的并行近邻传播 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 一种基于图模型的半监督分类方法 | 第32-50页 |
| ·半监督学习 | 第32页 |
| ·流形正则化 | 第32-34页 |
| ·半监督判别正则化分类 | 第34-41页 |
| ·算法动因 | 第34-35页 |
| ·半监督判别正则化算法 | 第35-37页 |
| ·半监督判别正则化的解 | 第37-39页 |
| ·线性分类函数 | 第39-41页 |
| ·实验 | 第41-49页 |
| ·Toy数据集 | 第41-44页 |
| ·UCI数据集 | 第44-46页 |
| ·图像识别问题 | 第46-48页 |
| ·实验结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 总结和展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间主要的研究成果 | 第56-57页 |
| 致谢 | 第57页 |
