子空间聚类算法研究及应用
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 研究现状与发展前景 | 第10-13页 |
| 1.3 研究目标与内容 | 第13-14页 |
| 1.4 论文组织与结构 | 第14-15页 |
| 第二章 子空间聚类基础理论 | 第15-24页 |
| 2.1 软子空间聚类 | 第15-19页 |
| 2.1.1 模糊加权子空间聚类 | 第15-16页 |
| 2.1.2 熵加权子空间聚类 | 第16-19页 |
| 2.2 基于自我表示模型的子空间聚类 | 第19-24页 |
| 2.2.1 稀疏子空间聚类 | 第20-21页 |
| 2.2.2 低秩子空间聚类 | 第21-24页 |
| 第三章 基于QPSO的软子空间聚类新算法 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 粒子群优化算法 | 第24-25页 |
| 3.3 量子行为粒子群优化算法 | 第25-27页 |
| 3.4 SSC_QPSO算法 | 第27-30页 |
| 3.4.1 目标函数 | 第27页 |
| 3.4.2 粒子初始化 | 第27-28页 |
| 3.4.3 隶属度与模糊权重初始化 | 第28页 |
| 3.4.4 更新策略 | 第28页 |
| 3.4.5 SSC_QPSO算法描述 | 第28-30页 |
| 3.5 实验结果与分析 | 第30-35页 |
| 3.5.1 UCI数据集 | 第30页 |
| 3.5.2 聚类评价指标 | 第30-31页 |
| 3.5.3 对比算法选择 | 第31页 |
| 3.5.4 实验结果分析 | 第31-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于相关熵与QPSO的软子空间聚类新算法 | 第36-47页 |
| 4.1 引言 | 第36页 |
| 4.2 相关熵理论 | 第36-37页 |
| 4.3 CIM_QPSO_SSC算法 | 第37-40页 |
| 4.3.1 目标函数 | 第37页 |
| 4.3.2 中心点初始化 | 第37-38页 |
| 4.3.3 隶属度与模糊权重初始化 | 第38页 |
| 4.3.4 中心点矩阵更新 | 第38页 |
| 4.3.5 隶属度矩阵更新 | 第38-39页 |
| 4.3.6 模糊权重矩阵更新 | 第39-40页 |
| 4.3.7 CIM_QPSO_SSC算法描述 | 第40页 |
| 4.4 实验结果与分析 | 第40-46页 |
| 4.4.1 数据集选择 | 第41页 |
| 4.4.2 聚类评价指标 | 第41页 |
| 4.4.3 对比算法选择 | 第41页 |
| 4.4.4 实验结果与分析 | 第41-44页 |
| 4.4.5 算法显著性检验 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 基于岭回归的仿射子空间聚类 | 第47-58页 |
| 5.1 引言 | 第47-48页 |
| 5.2 背景知识与相关工作 | 第48页 |
| 5.2.1 岭回归 | 第48页 |
| 5.2.2 仿射子空间 | 第48页 |
| 5.3 ASC_RR算法 | 第48-50页 |
| 5.3.1 优化函数 | 第49页 |
| 5.3.2 聚类算法选择 | 第49-50页 |
| 5.3.3 ASC_RR算法流程 | 第50页 |
| 5.4 实验结果与分析 | 第50-57页 |
| 5.4.1 数据集选择 | 第50-51页 |
| 5.4.2 聚类评价指标 | 第51页 |
| 5.4.3 对比算法选择 | 第51-52页 |
| 5.4.4 实验结果分析 | 第52-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 全文内容总结 | 第58页 |
| 6.2 未来工作展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 1：作者在攻读硕士学位期间完成的论文 | 第65-66页 |
| 附录 2：子空间聚类算法迭代推导过程 | 第66-69页 |
