基于不完整视图的多核谱聚类算法及分布式实现
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 多视图聚类算法研究现状 | 第13-14页 |
| 1.2.2 多核学习算法研究现状 | 第14-15页 |
| 1.2.3 不完整视图算法研究现状 | 第15-16页 |
| 1.2.4 分布式聚类算法研究现状 | 第16-17页 |
| 1.3 论文主要研究内容和结构安排 | 第17-18页 |
| 第2章 基本原理简述 | 第18-26页 |
| 2.1 聚类分析基本原理 | 第18-19页 |
| 2.2 多视图聚类基本原理 | 第19-20页 |
| 2.3 多核学习原理 | 第20-22页 |
| 2.3.1 核函数介绍 | 第20-21页 |
| 2.3.2 多核学习算法 | 第21-22页 |
| 2.4 不完整视图聚类原理 | 第22-23页 |
| 2.4.1 不完整视图聚类简述 | 第22-23页 |
| 2.4.2 不完整视图多核聚类算法 | 第23页 |
| 2.5 ApacheSpark平台简述 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于不完整视图的多核谱聚类算法 | 第26-35页 |
| 3.1 多视图谱聚类 | 第26-29页 |
| 3.1.1 核谱聚类 | 第26-27页 |
| 3.1.2 多视图核谱聚类 | 第27-29页 |
| 3.2 IVMKSpec算法 | 第29-34页 |
| 3.2.1 目标函数 | 第30页 |
| 3.2.2 算法优化过程 | 第30-32页 |
| 3.2.3 算法步骤 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 分布式不完整视图的多核谱聚类算法 | 第35-42页 |
| 4.1 DIVMKSpec算法设计 | 第35-37页 |
| 4.1.1 DIVKMSpec算法数据表示 | 第35-36页 |
| 4.1.2 DIVMKSpec算法整体结构 | 第36-37页 |
| 4.2 DIVMKSpec算法实现 | 第37-41页 |
| 4.2.1 分布式谱聚类算法实现 | 第37-39页 |
| 4.2.2 分布式不完整视图多核谱聚类算法实现 | 第39-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 实验与分析 | 第42-61页 |
| 5.1 实验数据集介绍 | 第42-43页 |
| 5.2 对比算法介绍 | 第43-44页 |
| 5.3 聚类评价指标 | 第44-46页 |
| 5.3.1 NMI评价指标 | 第44页 |
| 5.3.2 F-measure评价指标 | 第44-45页 |
| 5.3.3 Purity评价指标 | 第45-46页 |
| 5.4 分布式算法评价指标 | 第46-47页 |
| 5.4.1 Speedup性能指标 | 第46页 |
| 5.4.2 Sizeup性能指标 | 第46-47页 |
| 5.4.3 Scaleup性能指标 | 第47页 |
| 5.5 IVMKSpec实验结果及分析 | 第47-54页 |
| 5.6 DIVMKSpec算法结果及分析 | 第54-60页 |
| 5.7 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 总结 | 第61-62页 |
| 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第70页 |
