基于粒度计算的聚类集成算法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 1 绪论 | 第16-32页 |
| 1.1 课题来源 | 第16页 |
| 1.2 论文研究的背景和意义 | 第16-18页 |
| 1.3 国内外研究现状 | 第18-27页 |
| 1.4 存在的问题 | 第27-29页 |
| 1.5 本文的主要研究内容和组织结构 | 第29-32页 |
| 2 粒度计算与聚类分析基础知识 | 第32-46页 |
| 2.1 粒度计算理论 | 第32-36页 |
| 2.2 聚类分析 | 第36-45页 |
| 2.3 小结 | 第45-46页 |
| 3 基于知识粒度的聚类集成选择算法 | 第46-65页 |
| 3.1 引言 | 第46-48页 |
| 3.2 知识粒度和粒度距离相关概念 | 第48-49页 |
| 3.3 基于粒度距离的基聚类成员选择 | 第49-52页 |
| 3.4 基于粒度划分理论的共联矩阵元素生成方法 | 第52-54页 |
| 3.5 实验与结果分析 | 第54-64页 |
| 3.6 小结 | 第64-65页 |
| 4 基于粗糙模糊度的双粒聚类集成算法研究 | 第65-86页 |
| 4.1 引言 | 第65-66页 |
| 4.2 粗糙集的不确定性研究 | 第66-70页 |
| 4.3 基于粗糙模糊度的类簇可靠性度量方法 | 第70-72页 |
| 4.4 样本局部相似性度量方法 | 第72-74页 |
| 4.5 基于粗糙集模糊度的双粒聚类集成算法 | 第74-75页 |
| 4.6 实验与结果分析 | 第75-84页 |
| 4.7 小结 | 第84-86页 |
| 5 基于主动全链接相似度的模糊聚类集成算法 | 第86-106页 |
| 5.1 引言 | 第86-87页 |
| 5.2 模糊C均值聚类算法 | 第87-89页 |
| 5.3 模糊聚类有效性评价指标 | 第89-90页 |
| 5.4 基于主动全链接相似度的模糊聚类集成算法 | 第90-97页 |
| 5.5 实验与结果分析 | 第97-105页 |
| 5.6 小结 | 第105-106页 |
| 6 基于约束选择的加权随机子空间聚类集成算法 | 第106-121页 |
| 6.1 引言 | 第106-107页 |
| 6.2 半监督聚类相关知识 | 第107-110页 |
| 6.3 随机子空间约束选择研究 | 第110-113页 |
| 6.4 基于约束选择的加权随机子空间聚类集成算法 | 第113-114页 |
| 6.5 实验与分析 | 第114-120页 |
| 6.6 小结 | 第120-121页 |
| 7 总结与展望 | 第121-124页 |
| 7.1 总结 | 第121-122页 |
| 7.2 展望 | 第122-124页 |
| 参考文献 | 第124-135页 |
| 作者简历 | 第135-137页 |
| 学位论文数据集 | 第137页 |
