| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 研究的热点难点 | 第10-12页 |
| 1.4 主要工作以及论文总体安排 | 第12-13页 |
| 1.5 小结 | 第13-14页 |
| 第二章 谱聚类的理论基础 | 第14-26页 |
| 2.1 聚类分析 | 第14页 |
| 2.2 谱聚类的图论基础 | 第14-25页 |
| 2.2.1 图的基本知识 | 第14-15页 |
| 2.2.2 样本相似性度量 | 第15-16页 |
| 2.2.3 Laplacian 矩阵 | 第16-19页 |
| 2.2.4 Fiedler 向量 | 第19-20页 |
| 2.2.5 谱图划分准则 | 第20-25页 |
| 2.3 小结 | 第25-26页 |
| 第三章 谱聚类算法 | 第26-33页 |
| 3.1 二路迭代谱聚类算法 | 第28-29页 |
| 3.1.1 PF 算法 | 第28页 |
| 3.1.2 SM 算法 | 第28页 |
| 3.1.3 SLH 算法 | 第28-29页 |
| 3.2 多路谱聚类算法 | 第29-31页 |
| 3.2.1 未规范化谱聚类算法 | 第29-30页 |
| 3.2.2 基于Lr w的规范化谱聚类算法 | 第30页 |
| 3.2.3 基于L_(sym)的规范化谱聚类算法（NJW 算法） | 第30-31页 |
| 3.3 聚类效果的评价指标 | 第31-32页 |
| 3.4 小结 | 第32-33页 |
| 第四章 改进的谱聚类算法 | 第33-42页 |
| 4.1 确定聚类数目 k | 第33-37页 |
| 4.1.1 确定 k 值的传统方法 | 第33页 |
| 4.1.2 矩阵的扰动理论 | 第33-34页 |
| 4.1.3 因子分析原则 | 第34-35页 |
| 4.1.4 k 值范围的确定 | 第35-37页 |
| 4.2 改进的谱聚类算法 | 第37-39页 |
| 4.3 基于 Iris 数据集的实验 | 第39-41页 |
| 4.4 小结 | 第41-42页 |
| 第五章 实验及结果分析 | 第42-52页 |
| 5.1 实验运行环境 | 第42页 |
| 5.2 亲友关系分析 | 第42页 |
| 5.3 数据预处理 | 第42-47页 |
| 5.4 实验设计 | 第47-49页 |
| 5.5 实验结果分析 | 第49-51页 |
| 5.6 小结 | 第51-52页 |
| 结论与展望 | 第52-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附件 | 第60页 |