复杂数据的集成聚类算法研究
| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13页 |
| 1.1.2 研究意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 集成聚类算法研究现状 | 第15-16页 |
| 1.2.2 集成聚类算法所面临的问题 | 第16-17页 |
| 1.3 本文的结构安排 | 第17-19页 |
| 第二章 集成聚类算法综述 | 第19-27页 |
| 2.1 集成聚类描述 | 第19页 |
| 2.2 集成聚类关注的问题 | 第19-25页 |
| 2.2.1 基聚类的生成 | 第20页 |
| 2.2.2 一致性函数的设计 | 第20-25页 |
| 2.3 聚类有效性评价方法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 一种不完备混合数据集成聚类算法 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 相关工作 | 第27-31页 |
| 3.2.1 缺失值填充方法 | 第28-30页 |
| 3.2.2 K-Prototypes算法介绍 | 第30-31页 |
| 3.3 不完备混合数据集成聚类算法 | 第31-33页 |
| 3.3.1 生成基聚类 | 第31-32页 |
| 3.3.2 获取集成关系 | 第32页 |
| 3.3.3 确定最终聚类 | 第32-33页 |
| 3.4 实验分析 | 第33-38页 |
| 3.4.1 数据集 | 第33-34页 |
| 3.4.2 实验结果与分析 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 一种多视图数据的集成聚类算法 | 第39-51页 |
| 4.1 引言 | 第39-40页 |
| 4.2 一种多视图数据的集成聚类算法 | 第40-43页 |
| 4.2.1 生成基聚类 | 第40-41页 |
| 4.2.2 获取集成关系 | 第41-42页 |
| 4.2.3 确定最终聚类 | 第42-43页 |
| 4.3 实验分析 | 第43-49页 |
| 4.3.1 数据集 | 第43-44页 |
| 4.3.2 实验结果与分析 | 第44-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间取得的研究成果 | 第57-59页 |
| 致谢 | 第59-61页 |
| 个人简况及联系方式 | 第61-62页 |
