首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

Affinity Propagation聚类算法的改进及其应用研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第13-23页
    本章主要内容第13-14页
    1.1 课题背景第14页
    1.2 聚类的基本概念第14-16页
    1.3 聚类算法的研究现状第16-19页
        1.3.1 常见的聚类算法第16-18页
        1.3.2 常用聚类算法的特点第18-19页
    1.4 Affinity Propagation聚类算法及研究的目的和意义第19-20页
    1.5 本文的主要工作及结构安排第20-22页
    1.6 本章小结第22-23页
第二章 Affinity Propagation聚类算法介绍第23-39页
    本章主要内容第23-24页
    2.1 几种典型的聚类算法第24-25页
    2.2 Affinity Propagation聚类算法第25-33页
        2.2.1 AP聚类算法的思想第25-26页
        2.2.2 理论基础第26-29页
        2.2.3 AP聚类算法的因子图模型及其信息更新第29-32页
        2.2.4 标准的AP聚类算法的步骤第32-33页
    2.3 现有的Affinity Propagation改进和扩展型算法第33-36页
        2.3.1 软约束AP聚类算法第33页
        2.3.2 半监督AP聚类算法第33-34页
        2.3.3 层次AP聚类算法第34-35页
        2.3.4 多类代表点AP聚类算法第35-36页
        2.3.5 其他方面的AP聚类算法第36页
    2.4 Affinity Propagation算法的应用第36-37页
    2.5 本章小结第37-39页
第三章 Affinity Propagation聚类算法的改进思路及研究方案第39-43页
    本章主要内容第39-40页
    3.1 Affinity Propagation算法的偏向参数问题第40-41页
    3.2 Affinity Propagation算法的改进思路及整体研究方案第41-42页
    3.3 本章小结第42-43页
第四章 偏向参数自动更新的Affinity Propagation聚类算法第43-63页
    本章主要内容第43-44页
    4.1 引言第44页
    4.2 偏向参数自动更新的Affinity Propagation聚类算法第44-50页
        4.2.1 偏向参数初值确定第44-45页
        4.2.2 偏向参数自动更新的因子图模型第45-47页
        4.2.3 信息更新第47-49页
        4.2.4 偏向参数自动更新的AP算法第49-50页
    4.3 实验与分析第50-61页
        4.3.1 实验环境与评价指标第50-51页
        4.3.2 基于人工数据集算法测试第51-52页
        4.3.3 算法参数作用与性能分析第52-56页
        4.3.4 改进AP算法的性能对比第56-60页
        4.3.5 实验分析总结第60-61页
    4.4 本章小结第61-63页
第五章 偏向参数自动更新的Affinity Propagation聚类算法的应用研究第63-81页
    本章主要内容第63-64页
    5.1 引言第64页
    5.2 APAP聚类算法在UCI标准库常用数据集上的应用第64-70页
        5.2.1 数据集介绍第64-65页
        5.2.2 Iris数据集聚类第65-68页
        5.2.3 较高维度UCI数据集聚类第68-69页
        5.2.4 聚类结果分析第69-70页
    5.3 APAP聚类算法在流型辨识中的应用第70-80页
        5.3.1 基于APAP聚类算法的流型辨识新方法第70-71页
        5.3.2 基于光电池阵列传感器的流型辨识第71-75页
        5.3.3 基于径向C~4D传感器的流型辨识第75-79页
        5.3.4 流型辨识结果分析第79-80页
    5.4 本章小结第80-81页
第六章 总结与展望第81-83页
参考文献第83-89页
致谢第89-91页
个人简历第91-93页
攻读硕士学位期间所取得的科研成果第93页

论文共93页,点击 下载论文
上一篇:基于紫外光谱的管网水水质异常检测若干关键问题研究
下一篇:超宽带检测与成像技术研究