自适应亲和传播聚类算法的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·聚类方法 | 第11-13页 |
| ·聚类应用 | 第13页 |
| ·本文主要研究的内容和工作 | 第13-15页 |
| 第二章 亲和传播聚类与半监督学习理论 | 第15-29页 |
| ·亲和传播聚类算法 | 第15-21页 |
| ·算法思想 | 第15-17页 |
| ·几个重要参数 | 第17-19页 |
| ·算法过程描述 | 第19页 |
| ·面临的问题和挑战 | 第19-21页 |
| ·聚类评价函数 | 第21-24页 |
| ·内部评价函数 | 第21-22页 |
| ·外部评价函数 | 第22-24页 |
| ·相对评价函数 | 第24页 |
| ·半监督学习理论 | 第24-28页 |
| ·机器学习简介 | 第24-27页 |
| ·半监督学习 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 半监督自适应亲和传播聚类 | 第29-41页 |
| ·概述 | 第29-30页 |
| ·半监督亲和传播聚类 | 第30-32页 |
| ·基于成对约束的半监督学习 | 第30-31页 |
| ·成对约束的约束传播过程 | 第31页 |
| ·约束违反情况和处理方法 | 第31-32页 |
| ·自适应的亲和传播聚类算法 | 第32-33页 |
| ·确定有效聚类数空间 | 第32页 |
| ·自适应扫描有效聚类数空间 | 第32页 |
| ·构造加权评价函数 | 第32-33页 |
| ·算法步骤 | 第33-34页 |
| ·实验结果与分析 | 第34-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 亲和传播聚类在彩色图像分割中的应用 | 第41-55页 |
| ·概述 | 第41-42页 |
| ·图像预处理过程 | 第42-45页 |
| ·颜色空间变换 | 第42-45页 |
| ·基于AP的初始聚类 | 第45-46页 |
| ·对彩色图像进行数据采样 | 第45-46页 |
| ·利用AP初始聚类 | 第46页 |
| ·判别其他像素点的类归属 | 第46页 |
| ·区域合并策略 | 第46-49页 |
| ·区域合并原理和准则 | 第46-48页 |
| ·区域合并过程 | 第48-49页 |
| ·算法步骤 | 第49页 |
| ·实验结果与分析 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·全文总结 | 第55-56页 |
| ·研究展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士学位期间的研究成果 | 第65页 |
