近邻传播聚类算法研究及其在高维数据上的应用
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-22页 |
·课题的意义与目的 | 第10-12页 |
·国内外的研究现状 | 第12-20页 |
·聚类的研究现状 | 第12-15页 |
·近邻传播聚类的研究现状 | 第15-17页 |
·高维数据聚类研究现状 | 第17-20页 |
·本文的研究内容及内容结构 | 第20-22页 |
第二章 近邻传播聚类算法 | 第22-31页 |
·近邻传播聚类的特点 | 第22-23页 |
·近邻传播聚类算法具体算法流程 | 第23-27页 |
·代表矩阵 R 的更新 | 第24页 |
·适选矩阵 A 的更新 | 第24-26页 |
·算法流程 | 第26-27页 |
·算法性质分析以及应用 | 第27-30页 |
·算法性质分析 | 第27-28页 |
·近邻传播聚类算法应用 | 第28-30页 |
·本章小结 | 第30-31页 |
第三章 基于路径近邻传播聚类算法 | 第31-42页 |
·基于路径的相似性度量 | 第31-35页 |
·基于路径的知识 | 第31-33页 |
·图的邻接矩阵 | 第32页 |
·最短路径 | 第32-33页 |
·基于路径的相似性度量 | 第33-35页 |
·基于路径的近邻传播聚类算法 | 第35-36页 |
·实验分析 | 第36-41页 |
·算法有效性指标 | 第36-37页 |
·二维数据集实验 | 第37-39页 |
·其他数据集实验 | 第39-41页 |
·本章小结 | 第41-42页 |
第四章 近邻传播聚类算法高维数据应用 | 第42-57页 |
·随机投影及集成算法 | 第42-46页 |
·随机投影 | 第42-43页 |
·集成聚类算法 | 第43-46页 |
·集成聚类 | 第43-44页 |
·HBGF 集成聚类算法 | 第44-46页 |
·基于随机投影的聚类集成方案 | 第46-56页 |
·基于随机投影的聚类集成方案 | 第47页 |
·实验分析 | 第47-56页 |
·算法有效指标 | 第47页 |
·实验结果 | 第47-55页 |
·实验总结 | 第55-56页 |
·本章小结 | 第56-57页 |
结论 | 第57-59页 |
参考文献 | 第59-62页 |
攻读硕士学位期间取得的研究成果 | 第62-63页 |
致谢 | 第63-64页 |
附件 | 第64页 |