| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 第一章 绪论 | 第16-35页 |
| 1.1 课题研究背景及意义 | 第16-18页 |
| 1.2 聚类研究现状 | 第18-24页 |
| 1.2.1 划分法聚类 | 第18-19页 |
| 1.2.2 层次法聚类 | 第19-20页 |
| 1.2.3 模糊聚类 | 第20-21页 |
| 1.2.4 密度聚类 | 第21-22页 |
| 1.2.5 非负矩阵分解聚类 | 第22-23页 |
| 1.2.6 子空间聚类 | 第23-24页 |
| 1.3 维数约简研究现状 | 第24-28页 |
| 1.3.1 特征选择方法 | 第25-26页 |
| 1.3.2 特征抽取方法 | 第26-28页 |
| 1.4 相关问题 | 第28-31页 |
| 1.4.1 流形正则化 | 第28-29页 |
| 1.4.2 聚类评价准则 | 第29-30页 |
| 1.4.3 论文实验数据库汇总 | 第30-31页 |
| 1.5 本文的研究内容、研究方法与创新点 | 第31-33页 |
| 1.6 本文的结构安排 | 第33-35页 |
| 第二章 基于矩阵分解的鲁棒无监督特征选择 | 第35-51页 |
| 2.1 引言 | 第35-36页 |
| 2.2 RUFSM算法目标函数 | 第36-37页 |
| 2.3 RUFSM算分求解 | 第37-41页 |
| 2.3.1 更新W | 第39-40页 |
| 2.3.2 更新B | 第40-41页 |
| 2.3.3 更新H | 第41页 |
| 2.3.4 更新E | 第41页 |
| 2.4 算法分析 | 第41-43页 |
| 2.4.1 RUFSM算法与其它相关特征选择算法的关系 | 第42-43页 |
| 2.4.2 复杂度和收敛性分析 | 第43页 |
| 2.5 实验结果与分析 | 第43-50页 |
| 2.5.1 比较算法 | 第43-44页 |
| 2.5.2 参数设置 | 第44-45页 |
| 2.5.3 参数敏感性分析 | 第45页 |
| 2.5.4 收敛性分析 | 第45页 |
| 2.5.5 实验结果和分析 | 第45-50页 |
| 2.6 本章小结 | 第50-51页 |
| 第三章 图正则化低秩因子分解算法 | 第51-71页 |
| 3.1 引言 | 第51-53页 |
| 3.2 相关工作 | 第53-54页 |
| 3.2.1 非负矩阵分解 (NMF) | 第53页 |
| 3.2.2 因子分解 (CF) | 第53-54页 |
| 3.2.3 局部连续因子分解 (LCCF) | 第54页 |
| 3.3 GLCF目标函数 | 第54-56页 |
| 3.4 GLCF多步更新规则 | 第56-57页 |
| 3.5 GLCF算法收敛性分析 | 第57-59页 |
| 3.6 GLCF算法分析 | 第59-63页 |
| 3.6.1 计算复杂度分析 | 第59页 |
| 3.6.2 与梯度下降法的关系 | 第59-61页 |
| 3.6.3 针对负值数据矩阵求解算法 | 第61-63页 |
| 3.7 实验结果及分析 | 第63-69页 |
| 3.7.1 对比算法 | 第63页 |
| 3.7.2 参数设置 | 第63-64页 |
| 3.7.3 实验结果 | 第64页 |
| 3.7.4 参数选择 | 第64-69页 |
| 3.8 本章小结 | 第69-71页 |
| 第四章 基于子空间聚类的紧凑低秩表示 | 第71-94页 |
| 4.1 引言 | 第71-72页 |
| 4.2 低秩表示 | 第72-73页 |
| 4.3 图正则化紧凑低秩表示GCLRR算法框架 | 第73-74页 |
| 4.4 图正则化紧凑低秩表示GCLRR算法优化 | 第74-79页 |
| 4.4.1 更新J | 第75-76页 |
| 4.4.2 更新Z | 第76页 |
| 4.4.3 更新W | 第76-77页 |
| 4.4.4 更新H | 第77-78页 |
| 4.4.5 更新E | 第78-79页 |
| 4.5 模型分析 | 第79-82页 |
| 4.5.1 与LRR的相互关系 | 第79-81页 |
| 4.5.2 与基于LRR算法的相互关系 | 第81页 |
| 4.5.3 复杂度分析 | 第81-82页 |
| 4.6 实验结果与分析 | 第82-87页 |
| 4.6.1 参数设置 | 第82-83页 |
| 4.6.2 聚类结果 | 第83-85页 |
| 4.6.2.1 人工数据集聚类结果 | 第83-84页 |
| 4.6.2.2 ORL人脸图像数据库上聚类结果 | 第84页 |
| 4.6.2.3 PIE人脸图像数据库上聚类结果 | 第84-85页 |
| 4.6.2.4 COIL20物体图像数据库上聚类结果 | 第85页 |
| 4.6.3 参数敏感性分析 | 第85页 |
| 4.6.4 实验结论 | 第85-87页 |
| 4.7 本章小结 | 第87-94页 |
| 第五章 总结与展望 | 第94-97页 |
| 5.1 总结 | 第94-95页 |
| 5.2 展望及未来工作 | 第95-97页 |
| 参考文献 | 第97-115页 |
| 攻读博士学位期间完成的成果 | 第115-116页 |
| 致谢 | 第116页 |