| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·相关研究的状况 | 第9-11页 |
| ·半监督聚类研究现状 | 第9-10页 |
| ·谱聚类算法研究现状 | 第10-11页 |
| ·半监督谱聚类算法研究现状 | 第11页 |
| ·论文的研究内容及结构安排 | 第11-13页 |
| 第2章 谱聚类相关技术 | 第13-23页 |
| ·相似图及图划分准则 | 第13-17页 |
| ·相似图的种类 | 第13-14页 |
| ·图划分准则 | 第14-17页 |
| ·图 LAPLACIAN 矩阵 | 第17-19页 |
| ·谱聚类算法 | 第19-21页 |
| ·经典谱聚类算法 | 第19-20页 |
| ·谱聚类算法存在的问题 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 半监督谱聚类算法的研究 | 第23-38页 |
| ·半监督学习相关介绍 | 第23-26页 |
| ·半监督学习 | 第23页 |
| ·监督信息分类 | 第23-25页 |
| ·监督信息的局限性 | 第25-26页 |
| ·基于 NSDR 模型的半监督谱聚类 | 第26-33页 |
| ·传统的相似度估计 | 第26-27页 |
| ·改进的相似度估计 | 第27-30页 |
| ·基于 NSDR 模型的半监督谱聚类（NSDR-SSC） | 第30页 |
| ·实验及其分析 | 第30-33页 |
| ·基于约束扩展的半监督谱聚类（CE-SSC） | 第33-37页 |
| ·密度敏感的距离测度 | 第33-34页 |
| ·基于约束扩展的半监督谱聚类 | 第34-35页 |
| ·实验及其分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 半监督谱聚类算法在图像分割中的应用 | 第38-45页 |
| ·图像分割及其分类 | 第38-39页 |
| ·基于 NYSTR(o|¨)M 逼近的半监督谱聚类了图像分割 | 第39-41页 |
| ·Nystr(o|¨)m 采样基本理论 | 第40页 |
| ·基于 Nystr(o|¨)m 逼近的半监督谱聚类图像分割 | 第40-41页 |
| ·实验及其分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 总结与展望 | 第45-47页 |
| ·工作总结 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间取得的科研成果 | 第50-51页 |
| 致谢 | 第51页 |
