半监督学习若干问题的研究
| 中文摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第4-7页 |
| 目录 | 第7-10页 |
| 绪论 | 第10-16页 |
| 第一节 立题依据 | 第10-11页 |
| 第二节 研究的主要内容 | 第11页 |
| 第三节 半监督学习研究现状 | 第11-14页 |
| ·半监督学习问题表述 | 第11-12页 |
| ·半监督聚类和离群点探测 | 第12-13页 |
| ·协同训练 | 第13-14页 |
| ·半监督学习应用 | 第14页 |
| 第四节 论文的组织安排 | 第14-16页 |
| 第一章 半监督技术在复杂数据聚类中的应用 | 第16-32页 |
| 第一节 复杂数据聚类 | 第16-17页 |
| 第二节 基于密度的聚类算法DBSCAN | 第17-18页 |
| 第三节 面向复杂数据的半监督聚类算法SCDCS | 第18-25页 |
| ·SCDCS算法概述 | 第18-19页 |
| ·相关定义和标识 | 第19页 |
| ·密度分布参数Eps初选 | 第19-21页 |
| ·密度分布参数Eps精选 | 第21-23页 |
| ·方案1 | 第21-23页 |
| ·方案2 | 第23页 |
| ·多步聚类 | 第23-25页 |
| ·SCDCS算法性能分析 | 第25页 |
| 第四节 实验及评估 | 第25-30页 |
| ·实验环境 | 第25-26页 |
| ·实验结果及评估 | 第26-30页 |
| ·方案1实验 | 第26-27页 |
| ·方案2实验 | 第27-29页 |
| ·参数分析 | 第29-30页 |
| 第五节 小结 | 第30-32页 |
| 第二章 基于监督聚类的半监督分类算法 | 第32-44页 |
| 第一节 问题的提出 | 第32-33页 |
| 第二节 监督聚类概述 | 第33页 |
| 第三节 基于监督聚类的半监督分类算法N2SC | 第33-39页 |
| ·N2SC算法简介 | 第33-34页 |
| ·增加标签数据集 | 第34-35页 |
| ·不可信目标函数 | 第35-36页 |
| ·N2SC算法 | 第36-39页 |
| ·基于中心的不可信监督聚类 | 第36-37页 |
| ·候选处理 | 第37-38页 |
| ·N2SC算法框架 | 第38页 |
| ·N2SC算法的优势 | 第38-39页 |
| 第四节 实验结果及评估 | 第39-43页 |
| ·实验环境 | 第39-40页 |
| ·实验性能评估 | 第40-43页 |
| ·算法性能评估 | 第43页 |
| 第五节 小结 | 第43-44页 |
| 第三章 半监督技术在异常轨迹探测中的应用 | 第44-60页 |
| 第一节 移动对象异常轨迹探测概述 | 第44-45页 |
| 第二节 问题分析 | 第45-46页 |
| 第三节 相关定义和标识 | 第46-51页 |
| ·轨迹描述 | 第46-47页 |
| ·轨迹片段相似度量 | 第47-49页 |
| ·轨迹分割 | 第49-50页 |
| ·局部异常轨迹探测相关定义 | 第50-51页 |
| 第四节 半监督异常轨迹探测算法Semi-TOD | 第51-54页 |
| ·基于先验知识的关键参数选取 | 第51-52页 |
| ·全局角度探测异常轨迹 | 第52-53页 |
| ·Semi-TOD算法框架 | 第53-54页 |
| 第五节 实验评估 | 第54-58页 |
| ·飓风数据实验 | 第54-56页 |
| ·基于时间约束的轨迹片段度量有效性验证 | 第56页 |
| ·全局性异常轨迹探测有效性验证 | 第56-57页 |
| ·算法参数说明 | 第57-58页 |
| 第六节 小结 | 第58-60页 |
| 第四章 结论 | 第60-62页 |
| 参考文献 | 第62-70页 |
| 攻读学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 个人简历 | 第72页 |
