基于蚁群的约束聚类和分类
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-13页 |
| ·研究背景 | 第9-11页 |
| ·群体智能 | 第9-10页 |
| ·蚂蚁睡眠模型 | 第10页 |
| ·数据挖掘 | 第10页 |
| ·机器学习及半监督学习 | 第10-11页 |
| ·课题引出 | 第11-12页 |
| ·论文的主要工作 | 第12页 |
| ·论文组织结构 | 第12-13页 |
| 第二章 主要技术和基本理论 | 第13-19页 |
| ·蚁群聚类算法 | 第13-16页 |
| ·基本模型(Basic Model) | 第13-14页 |
| ·蚂蚁睡眠模型(Ant Sleep Model) | 第14-16页 |
| ·约束聚类和分类 | 第16-18页 |
| ·基于约束的半监督聚类 | 第16-17页 |
| ·基于已标记数据和未标记数据的约束分类 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 蚂蚁约束聚类 | 第19-29页 |
| ·朴素蚂蚁约束聚类算法 | 第19-23页 |
| ·改进的适应度函数 | 第19-20页 |
| ·最大最小修正 | 第20页 |
| ·实验分析 | 第20页 |
| ·人工数据上算法正确性验证 | 第20-21页 |
| ·UCI数据集上的测试盒比较 | 第21-23页 |
| ·限制游走的蚂蚁约束聚类算法 | 第23-28页 |
| ·基本定义 | 第23-24页 |
| ·限制游走规则 | 第24-25页 |
| ·实验分析 | 第25页 |
| ·人工数据上算法正确性验证 | 第25-26页 |
| ·UCI数据集上的测试和比较 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 启发式蚂蚁聚类框架及其约束推广 | 第29-43页 |
| ·启发式游走机制 | 第29-31页 |
| ·实验分析 | 第31页 |
| ·人工数据上算法正确性验证 | 第31-32页 |
| ·UCI数据集上的测试和比较 | 第32-41页 |
| ·20NEWSGROUPS数据集上的测试和比较 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 蚂蚁约束分类 | 第43-51页 |
| ·约束分类及其应用简介 | 第43页 |
| ·LABEL PROPAGATION算法 | 第43-45页 |
| ·问题定义 | 第44页 |
| ·算法框架 | 第44-45页 |
| ·蚁群约束分类 | 第45-46页 |
| ·实验分析 | 第46-50页 |
| ·人工数据集上测试 | 第46-47页 |
| ·真实数据集上测试 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| ·本文的主要研究成果 | 第51页 |
| ·未来的研究方向 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 攻读学位期间参加的研究工作 | 第59-61页 |
