谱聚类算法研究及其在文本聚类中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景及研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| ·本文内容安排 | 第11-14页 |
| 2 文本聚类关键技术 | 第14-24页 |
| ·文本预处理 | 第14-16页 |
| ·中文分词 | 第14-15页 |
| ·去除停用词 | 第15-16页 |
| ·文本表示模型 | 第16-17页 |
| ·文本特征选择 | 第17-19页 |
| ·文本聚类方法 | 第19-22页 |
| ·基于划分的聚类方法 | 第20-21页 |
| ·基于层次的聚类方法 | 第21页 |
| ·基于密度的聚类方法 | 第21页 |
| ·基于网格的聚类方法 | 第21-22页 |
| ·基于模型的聚类方法 | 第22页 |
| ·谱聚类方法 | 第22页 |
| ·聚类评价方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 谱聚类方法 | 第24-32页 |
| ·相似性度量 | 第24-25页 |
| ·图论相关技术 | 第25-26页 |
| ·图的数学描述 | 第25页 |
| ·图的矩阵表示 | 第25-26页 |
| ·潜聚类的数学解释 | 第26-28页 |
| ·图划分准则 | 第26-28页 |
| ·相似矩阵、度矩阵及Laplacian矩阵 | 第28页 |
| ·经典的谱聚类算法 | 第28-30页 |
| ·谱聚类算法存在的问题 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于海明距离的密度敏感谱聚类算法 | 第32-46页 |
| ·基于CAT的数据变换 | 第32-36页 |
| ·一种基于CAT的数据变换方法 | 第32-33页 |
| ·获取最佳类别数 | 第33-36页 |
| ·密度敏感的相似性度量 | 第36-38页 |
| ·基于海明距离的密度敏感谱聚类 | 第38-41页 |
| ·基于海明距离的密度敏感相似性度量 | 第38-39页 |
| ·DSSCCAT算法 | 第39-41页 |
| ·实验与数据分析 | 第41-45页 |
| ·传统k-均值与DSSC的聚类性能对比 | 第41-42页 |
| ·不同相似性度量构造的相似性矩阵对比 | 第42-43页 |
| ·DSSCCAT算法聚类性能验证 | 第43-45页 |
| ·本章小节 | 第45-46页 |
| 5 DSSCCAT算法的改进 | 第46-58页 |
| ·DSSCCAT算法分析 | 第46-47页 |
| ·基于干细胞优化的DSSCCAT算法 | 第47-51页 |
| ·干细胞理论 | 第47-48页 |
| ·SCO算法 | 第48-49页 |
| ·SCO-DSSCCAT算法 | 第49-51页 |
| ·两阶段聚类算法 | 第51-53页 |
| ·快速全局k-均值算法 | 第51-53页 |
| ·TPC算法 | 第53页 |
| ·实验与数据分析 | 第53-57页 |
| ·参数选取对聚类性能的影响 | 第53-54页 |
| ·SCO-DSSCCAT算法收敛性验证 | 第54-55页 |
| ·SCO-DSSCCAT算法聚类性能验证 | 第55-56页 |
| ·TPC算法聚类性能验证 | 第56-57页 |
| ·本章小节 | 第57-58页 |
| 6 基于谱聚类的中文文本聚类系统 | 第58-68页 |
| ·系统总体设计 | 第58页 |
| ·模块详细设计 | 第58-61页 |
| ·语料库处理模块 | 第58-59页 |
| ·文本预处理模块 | 第59-60页 |
| ·特征选择模块 | 第60页 |
| ·向量空间构建模块 | 第60页 |
| ·聚类分析模块 | 第60-61页 |
| ·结果评价模块 | 第61页 |
| ·实验与数据分析 | 第61-66页 |
| ·参数选取对聚类性能的影响 | 第61-62页 |
| ·SCO-DSSCCAT算法收敛性验证 | 第62-63页 |
| ·SCO-DSSCCAT算法聚类性能验证 | 第63-65页 |
| ·TPC算法聚类性能验 | 第65-66页 |
| ·本章小节 | 第66-68页 |
| 7 总结与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
