| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 谱聚类算法的研究方向 | 第10-11页 |
| 1.4 论文的主要工作 | 第11页 |
| 1.5 论文的结构 | 第11-13页 |
| 第二章 谱聚类算法基本理论 | 第13-23页 |
| 2.1 图的基本概念 | 第13页 |
| 2.2 相似图介绍 | 第13-14页 |
| 2.3 图的Laplacian矩阵及其性质 | 第14-15页 |
| 2.3.1 图的未规范化Laplacian矩阵 | 第14-15页 |
| 2.3.2 图的规范化Laplacian矩阵 | 第15页 |
| 2.4 图的划分准则 | 第15-17页 |
| 2.5 谱聚类算法及相关算法比较 | 第17-22页 |
| 2.5.1 未规范化的谱聚类 | 第17-18页 |
| 2.5.2 规范化的谱聚类 | 第18页 |
| 2.5.3 相关算法及比较 | 第18-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 基于局部密度和测地距离的谱聚类 | 第23-33页 |
| 3.1 概述 | 第23-24页 |
| 3.2 密度峰聚类介绍 | 第24-25页 |
| 3.3 基于局部密度和测地距离的谱聚类 | 第25-27页 |
| 3.3.1 边缘点集合的生成 | 第25-26页 |
| 3.3.2 无向连通图构造 | 第26页 |
| 3.3.3 算法步骤 | 第26-27页 |
| 3.3.4 时间复杂度分析 | 第27页 |
| 3.4 实验结果及分析 | 第27-31页 |
| 3.4.1 相关算法及评价指标 | 第28页 |
| 3.4.2 人工数据集实验 | 第28-30页 |
| 3.4.3 UCI数据集实验 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 基于密度系数和共享近邻的谱聚类 | 第33-43页 |
| 4.1 概述 | 第33-34页 |
| 4.2 密度系数计算 | 第34-35页 |
| 4.3 基于密度系数和共享近邻的谱聚类 | 第35-38页 |
| 4.3.1 算法思想 | 第35-37页 |
| 4.3.2 算法步骤 | 第37-38页 |
| 4.4 实验及分析 | 第38-42页 |
| 4.4.1 相关算法及参数设置 | 第38页 |
| 4.4.2 人工数据集实验 | 第38-41页 |
| 4.4.3 UCI数据集实验 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 LDGD-SC和DCSN-SC算法在图像分割中的应用 | 第43-52页 |
| 5.1 概述 | 第43页 |
| 5.2 SLIC超像素分割算法 | 第43-45页 |
| 5.3 LDGD-SC和DCSN-SC算法在图像分割中的应用 | 第45-46页 |
| 5.4 实验及分析 | 第46-50页 |
| 5.5 本章小结 | 第50-52页 |
| 第六章 工作总结及展望 | 第52-54页 |
| 6.1 工作总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录： 作者在攻读硕士学位期间发表的论文 | 第60页 |