多任务聚类研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 主要符号表 | 第17-18页 |
| 1 绪论 | 第18-37页 |
| 1.1 研究背景与意义 | 第18-20页 |
| 1.2 研究现状 | 第20-28页 |
| 1.2.1 多任务聚类 | 第20-25页 |
| 1.2.2 监督多任务学习 | 第25-28页 |
| 1.3 本文研究内容 | 第28-36页 |
| 1.3.1 当前多任务聚类算法存在的问题 | 第28-30页 |
| 1.3.2 研究内容 | 第30-35页 |
| 1.3.3 主要贡献 | 第35-36页 |
| 1.4 本文结构 | 第36-37页 |
| 2 同域数据的多任务聚类研究 | 第37-60页 |
| 2.1 多任务布雷格曼聚类的回顾 | 第37-40页 |
| 2.1.1 多任务布雷格曼聚类的目标公式 | 第37-38页 |
| 2.1.2 多任务布雷格曼聚类的质心偏移问题 | 第38-40页 |
| 2.2 智能多任务布雷格曼聚类 | 第40-44页 |
| 2.2.1 避免多任务布雷格曼聚类的质心偏移问题 | 第40页 |
| 2.2.2 算法求解及流程 | 第40-43页 |
| 2.2.3 收敛分析 | 第43-44页 |
| 2.3 多任务核聚类 | 第44-47页 |
| 2.3.1 算法分析 | 第44页 |
| 2.3.2 算法求解及流程 | 第44-46页 |
| 2.3.3 收敛分析 | 第46-47页 |
| 2.4 智能多任务核聚类 | 第47-49页 |
| 2.4.1 算法分析及流程 | 第47-49页 |
| 2.4.2 收敛分析 | 第49页 |
| 2.5 实验及性能分析 | 第49-58页 |
| 2.5.1 数据集 | 第49-51页 |
| 2.5.2 聚类评价标准 | 第51页 |
| 2.5.3 对比算法 | 第51-52页 |
| 2.5.4 参数设置与调研 | 第52页 |
| 2.5.5 聚类性能分析 | 第52-57页 |
| 2.5.6 运行时间 | 第57-58页 |
| 2.6 本章小结 | 第58-60页 |
| 3 多域数据的多任务聚类研究 | 第60-132页 |
| 3.1 自适应多任务聚类 | 第60-77页 |
| 3.1.1 算法分析 | 第61页 |
| 3.1.2 算法细节及流程 | 第61-67页 |
| 3.1.3 实验及性能分析 | 第67-77页 |
| 3.2 多任务模型相关性学习聚类 | 第77-89页 |
| 3.2.1 算法分析 | 第77-79页 |
| 3.2.2 算法求解及流程 | 第79-82页 |
| 3.2.3 收敛分析 | 第82-83页 |
| 3.2.4 实验及性能分析 | 第83-89页 |
| 3.3 基于特征和实例迁移的多任务聚类 | 第89-102页 |
| 3.3.1 算法分析 | 第89-90页 |
| 3.3.2 算法细节及流程 | 第90-94页 |
| 3.3.3 实验及性能分析 | 第94-102页 |
| 3.4 流形正则化编码多任务聚类 | 第102-117页 |
| 3.4.1 算法分析 | 第102-104页 |
| 3.4.2 算法细节及流程 | 第104-107页 |
| 3.4.3 实验及性能分析 | 第107-117页 |
| 3.5 基于特征和实例迁移的加权多任务聚类 | 第117-130页 |
| 3.5.1 算法分析 | 第117-118页 |
| 3.5.2 算法细节及流程 | 第118-124页 |
| 3.5.3 实验及性能分析 | 第124-130页 |
| 3.6 本章小结 | 第130-132页 |
| 4 多视角数据的多任务聚类研究 | 第132-150页 |
| 4.1 多任务多视角聚类框架 | 第132-133页 |
| 4.2 基于二分图的多任务多视角聚类 | 第133-136页 |
| 4.2.1 算法分析 | 第133-134页 |
| 4.2.2 算法求解及流程 | 第134-136页 |
| 4.3 基于半非负矩阵三分解的多任务多视角聚类 | 第136-140页 |
| 4.3.1 算法分析 | 第136-137页 |
| 4.3.2 算法求解及流程 | 第137-140页 |
| 4.4 实验及性能分析 | 第140-148页 |
| 4.4.1 数据集 | 第140-142页 |
| 4.4.2 对比算法 | 第142页 |
| 4.4.3 参数调研 | 第142-144页 |
| 4.4.4 参数设置 | 第144-145页 |
| 4.4.5 聚类性能分析 | 第145-148页 |
| 4.4.6 运行时间 | 第148页 |
| 4.5 本章小结 | 第148-150页 |
| 5 结论与展望 | 第150-153页 |
| 5.1 结论 | 第150-151页 |
| 5.2 创新点 | 第151-152页 |
| 5.3 展望 | 第152-153页 |
| 参考文献 | 第153-161页 |
| 攻读博士学位期间科研项目及科研成果 | 第161-163页 |
| 致谢 | 第163-164页 |
| 作者简介 | 第164页 |
