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

大规模数据场景下的有监督(迁移)聚类技术研究

摘要第3-5页
Abstract第5-6页
第一章 绪论第10-26页
    1.1 研究背景第10-18页
        1.1.1 模糊C均值聚类算法第14-16页
        1.1.2 FCM_S算法第16-17页
        1.1.3 极大熵聚类算法第17-18页
    1.2 传统聚类方法面临的挑战第18-24页
        1.2.1 挑战一:迁移场景下的聚类第18-21页
        1.2.2 挑战二:大规模数据场景下的聚类第21-24页
    1.3 研究内容及本文结构第24-26页
第二章 具有隐私保护功能的知识迁移聚类算法第26-37页
    2.1 引言第26页
    2.2 经典的FCM算法第26-28页
    2.3 具有隐私保护功能的知识迁移聚类算法第28-31页
        2.3.1 算法优化第30-31页
        2.3.2 算法步骤第31页
    2.4 实验及结果分析第31-36页
        2.4.1 实验设置第31页
        2.4.2 模拟数据集实验及结果分析第31-34页
        2.4.3 文本数据集实验及结果分析第34-35页
        2.4.4 入侵检测数据集实验及结果分析第35-36页
    2.5 本章小结第36-37页
第三章 基于极大熵的知识迁移模糊聚类算法第37-50页
    3.1 引言第37页
    3.2 经典极大熵聚类算法第37-39页
    3.3 基于极大熵的知识迁移模糊聚类第39-42页
        3.3.1 参数求解第41-42页
        3.3.2 算法步骤第42页
    3.4 实验结果及分析第42-49页
        3.4.1 实验设置第42-43页
        3.4.2 模拟数据集实验结果和分析第43-46页
        3.4.3 文本数据集实验结果和分析第46-48页
        3.4.4 入侵检测数据集实验结果和分析第48-49页
    3.5 本章小结第49-50页
第四章 一种鲁棒的图像分割模糊聚类算法第50-70页
    4.1 引言第50-51页
    4.2 模糊C均值聚类算法第51-52页
    4.3 隐马尔科夫模型第52-54页
    4.4 新的鲁棒的图像分割算法第54-59页
    4.5 实验结果及评价第59-68页
        4.5.1 模拟图像集的实验结果及分析第60-63页
        4.5.2 MRI图像集的实验结果及分析第63-65页
        4.5.3 Berkeley图像集的实验结果及分析第65-68页
    4.6 本章小结第68-70页
第五章 增量式多代表点模糊聚类算法第70-85页
    5.1 引言第70页
    5.2 增量式单代表点模糊聚类算法第70-72页
    5.3 增量式多代表点模糊聚类算法第72-78页
        5.3.1 算法优化第72-76页
        5.3.2 算法步骤第76-78页
    5.4 实验及结果分析第78-84页
        5.4.1 实验设置第78-79页
        5.4.2 模拟数据集实验及结果分析第79-81页
        5.4.3 手写数字数据集实验及结果分析第81-83页
        5.4.4 入侵检测数据集实验及结果分析第83-84页
    5.5 本章小结第84-85页
第六章 基于多代表点的大规模数据模糊聚类算法第85-106页
    6.1 引言第85-87页
    6.2 相关工作第87-89页
        6.2.1 带权重的模糊C代表点模型第87-88页
        6.2.2 在线模糊C代表点算法第88页
        6.2.3 使用二次正则化的模糊聚类第88-89页
    6.3 被提出的新算法第89-96页
        6.3.1 MMd-FC公式第89-94页
        6.3.2 MMd-FC算法第94页
        6.3.3 LS-FMMdC方法的核心第94-96页
    6.4 实验研究第96-105页
        6.4.1 实验设置第96-98页
        6.4.2 模拟数据集实验第98-100页
        6.4.3 四个真实数据集实验第100-104页
        6.4.4 参数鲁棒性分析第104-105页
    6.5 本章小结第105-106页
第七章 结束语第106-109页
致谢第109-110页
参考文献第110-121页
附录第121-122页
    附录1: 攻读博士学位期间撰写的相关论文及软件著作权列表第121-122页
    附录2: 攻读博士学位期间参加的科研项目列表第122页

论文共122页,点击 下载论文
上一篇:保定电谷智能配电网建设与配电自动化应用
下一篇:光伏储能微源控制策略研究