基于边界度模型的聚类技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1. 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 聚类技术的研究现状 | 第12-14页 |
| 1.2.2 聚类边界的研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 2. 基于仿射空间的边界检测及聚类算法 | 第17-43页 |
| 2.1 动机 | 第17页 |
| 2.2 聚类边界检测及聚类算法 | 第17-24页 |
| 2.2.1 相关概念 | 第17-20页 |
| 2.2.2 边界模型 | 第20-22页 |
| 2.2.3 边界检测算法BD-AFF | 第22-23页 |
| 2.2.4 聚类算法CASB | 第23-24页 |
| 2.3 实验及分析 | 第24-40页 |
| 2.3.1 聚类过程示例 | 第25-28页 |
| 2.3.2 边界检测性能比较 | 第28-32页 |
| 2.3.3 聚类性能比较 | 第32-40页 |
| 2.4 算法参数和时间复杂度分析 | 第40-42页 |
| 2.4.1 参数k和 α | 第40-41页 |
| 2.4.2 参数r | 第41-42页 |
| 2.4.3 时间复杂度分析 | 第42页 |
| 2.5 本章小结 | 第42-43页 |
| 3. 基于偏斜假设的聚类算法 | 第43-62页 |
| 3.1 动机 | 第43-44页 |
| 3.2 聚类算法C-USB | 第44-49页 |
| 3.2.1 基本概念 | 第44页 |
| 3.2.2 边界度讨论 | 第44-46页 |
| 3.2.3 链接矩阵 | 第46-48页 |
| 3.2.4 算法描述 | 第48-49页 |
| 3.3 实验结果分析 | 第49-59页 |
| 3.3.1 XOR数据集 | 第49-50页 |
| 3.3.2 综合数据集 | 第50-51页 |
| 3.3.3 图像数据集 | 第51-56页 |
| 3.3.4 UCI数据集 | 第56-57页 |
| 3.3.5 大规模数据集 | 第57-59页 |
| 3.4 算法参数分析 | 第59-60页 |
| 3.5 算法时间性能分析 | 第60-61页 |
| 3.6 本章小结 | 第61-62页 |
| 4. 基于gamma分布的聚类算法 | 第62-71页 |
| 4.1 动机 | 第62页 |
| 4.2 聚类算法CUSBD | 第62-65页 |
| 4.2.1 基本概念 | 第62-63页 |
| 4.2.2 边界度讨论 | 第63-64页 |
| 4.2.3 算法描述 | 第64-65页 |
| 4.3 实验与分析 | 第65-70页 |
| 4.3.1 XOR数据集 | 第65-67页 |
| 4.3.2 图像数据集 | 第67-69页 |
| 4.3.3 UCI数据集 | 第69-70页 |
| 4.4 参数讨论 | 第70页 |
| 4.5 本章小结 | 第70-71页 |
| 5. 总结及展望 | 第71-73页 |
| 5.1 结论 | 第71-72页 |
| 5.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 个人简历、在校期间发表的学术论文与研究成果 | 第79-80页 |
| 个人简历 | 第79页 |
| 在校期间的学术研究成果 | 第79页 |
| 在校期间主要奖励 | 第79页 |
| 在校期间参加项目 | 第79-80页 |
| 致谢 | 第80页 |
