| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-6页 |
| 目录 | 第6-9页 |
| 绪论 | 第9-21页 |
| 第一节 研究背景及意义 | 第9-10页 |
| 第二节 研究现状 | 第10-16页 |
| 2.1 聚类算法概述 | 第11-15页 |
| 2.2 空间覆盖思想简介 | 第15-16页 |
| 2.3 聚类算法扩展应用 | 第16页 |
| 第三节 主要研究内容及特色 | 第16-17页 |
| 第四节 本文结构安排 | 第17-21页 |
| 第一章 基于空间覆盖的层次聚类算法 | 第21-31页 |
| 第一节 引言 | 第21页 |
| 第二节 基本概念及定义 | 第21-23页 |
| 第三节 基于空间覆盖关系相似性度量的层次聚类算法(SOHC) | 第23-26页 |
| 3.1 SOHC算法简介 | 第23页 |
| 3.2 SOHC算法的基本思路与流程 | 第23-25页 |
| 3.3 SOHC算法的图例说明 | 第25-26页 |
| 3.4 SOHC算法与其它一些聚类算法的对比 | 第26页 |
| 第四节 实验及分析 | 第26-30页 |
| 4.1 实验环境 | 第26-27页 |
| 4.2 性能评估 | 第27-30页 |
| 第五节 结论 | 第30页 |
| 致谢 | 第30-31页 |
| 第二章 聚类及空间覆盖思想在特征选择中的应用 | 第31-43页 |
| 第一节 特征选择概述 | 第31-34页 |
| 1.1 特征选择定义 | 第31-32页 |
| 1.2 有监督和无监督的特征选择 | 第32-33页 |
| 1.3 半监督特征选择提出 | 第33-34页 |
| 第二节 基于空间覆盖的特征选择算法(SOS-FS) | 第34-38页 |
| 2.1 SOS-FS算法简介 | 第34页 |
| 2.2 SOS-FS算法的基本思路 | 第34页 |
| 2.3 SOS-FS算法的基本流程 | 第34-38页 |
| 2.4 SOS-FS算法的特点 | 第38页 |
| 第三节 实验及评估 | 第38-42页 |
| 第四节 结论 | 第42-43页 |
| 第三章 聚类在半监督分类中的扩展应用 | 第43-55页 |
| 第一节 半监督分类方法简介 | 第43-45页 |
| 第二节 对大型数据集的半监督分类方法 | 第45-46页 |
| 第三节 一种新的对大型数据集的半监督分类方法(SS-LFL) | 第46-49页 |
| 3.1 SS-LFL基本定义 | 第46-47页 |
| 3.2 SS-LFL基本思路 | 第47页 |
| 3.3 SS-LFL具体步骤 | 第47-48页 |
| 3.4 SS-LFL的优势 | 第48-49页 |
| 第四节 实验及评估 | 第49-52页 |
| 4.1 实验设置 | 第49-50页 |
| 4.2 实验分析 | 第50-52页 |
| 第五节 结论 | 第52-55页 |
| 第四章 一种新的双重融合的半监督特征选择方法 | 第55-71页 |
| 第一节 特征选择算法分类概述 | 第55-56页 |
| 第二节 融合方法简介 | 第56-57页 |
| 第三节 半监督特征选择融合的提出 | 第57-58页 |
| 3.1 特征选择融合 | 第57页 |
| 3.2 半监督特征选择 | 第57-58页 |
| 第四节 一种新的双重融合的半监督特征选择方法(ESSFS) | 第58-63页 |
| 4.1 半监督分类融合 | 第59-60页 |
| 4.2 聚类思想应用 | 第60-62页 |
| 4.3 特征选择融合 | 第62-63页 |
| 4.4 ESSFS的特点 | 第63页 |
| 第五节 实验及评估 | 第63-70页 |
| 5.1 实验环境 | 第63页 |
| 5.2 实验分析 | 第63-70页 |
| 第六节 结论 | 第70-71页 |
| 第五章 结语与展望 | 第71-73页 |
| 参考文献 | 第73-81页 |
| 攻读学位期间承担的科研任务与主要成果 | 第81-83页 |
| 致谢 | 第83-85页 |
| 个人简历 | 第85页 |
