| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题的研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 集成学习与聚类集成算法研究现状 | 第12页 |
| 1.2.2 半监督学习及半监督聚类集成算法研究现状 | 第12-13页 |
| 1.3 本论文的主要内容与结构安排 | 第13-15页 |
| 第2章 聚类集成技术简述 | 第15-27页 |
| 2.1 聚类分析概述 | 第15-19页 |
| 2.1.1 聚类分析的基本概念 | 第15页 |
| 2.1.2 经典聚类算法概述 | 第15页 |
| 2.1.3 模糊C-均值聚类算法FCM | 第15-17页 |
| 2.1.4 样本数据间的距离度量函数 | 第17-19页 |
| 2.2 聚类算法的评价标准 | 第19-21页 |
| 2.2.1 外部评价方法 | 第19-20页 |
| 2.2.2 内部评价方法 | 第20页 |
| 2.2.3 相对评价方法 | 第20-21页 |
| 2.3 聚类集成概述 | 第21-22页 |
| 2.3.1 聚类集成的基本概念 | 第21-22页 |
| 2.3.2 经典聚类集成算法简述 | 第22页 |
| 2.4 谱图划分算法综述 | 第22-26页 |
| 2.4.1 图的矩阵表示 | 第22-23页 |
| 2.4.2 图划分准则 | 第23-24页 |
| 2.4.3 谱图划分算法概述 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于早期停止准则聚类集成算法的研究 | 第27-33页 |
| 3.1 基础实验与理论解释 | 第27-30页 |
| 3.1.1 基础实验 | 第27-28页 |
| 3.1.2 泛化能力的偏差-方差分解理论 | 第28-30页 |
| 3.2 基于早期停止法则的基聚类成员生成策略 | 第30-31页 |
| 3.2.1 梯度比法Gradient Ratio | 第30页 |
| 3.2.2 泛化损失法Generalization Loss | 第30-31页 |
| 3.2.3 低步进值法Low Progress | 第31页 |
| 3.2.4 组合法Combination of Rules | 第31页 |
| 3.3 本章小结 | 第31-33页 |
| 第4章 基于时机的谱图划分聚类集成算法的研究 | 第33-48页 |
| 4.1 基础理论 | 第33-37页 |
| 4.1.1 图划分集成方法研究现状 | 第33页 |
| 4.1.2 奇异值分解理论 | 第33-36页 |
| 4.1.3 基于时机的谱图划分集成策略的提出 | 第36-37页 |
| 4.2 网络集成与半监督网络集成 | 第37-40页 |
| 4.3 效用集成与半监督效用集成 | 第40-42页 |
| 4.4 划分集成与半监督划分集成 | 第42-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 实验与分析 | 第48-65页 |
| 5.1 实验数据集 | 第48页 |
| 5.2 基于早期停止的聚类集成算法实验与结果分析 | 第48-53页 |
| 5.3 基于时机的模糊谱图划分聚类集成算法实验与分析 | 第53-59页 |
| 5.4 基于时机的半监督模糊谱图划分聚类集成算法实验与分析 | 第59-64页 |
| 5.5 本章小结 | 第64-65页 |
| 结论与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第73页 |
