| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-17页 |
| ·本课题的研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文的主要研究内容 | 第15页 |
| ·内容安排 | 第15-17页 |
| 第二章 相关背景知识 | 第17-26页 |
| ·聚类 | 第17-19页 |
| ·聚类简介 | 第17页 |
| ·聚类算法介绍 | 第17-19页 |
| ·多视角学习 | 第19-22页 |
| ·标准协同训练算法 | 第19-20页 |
| ·多视角学习的进展 | 第20-21页 |
| ·多视角聚类的进展 | 第21-22页 |
| ·核方法 | 第22-24页 |
| ·典型相关分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 多视角判别聚类算法 | 第26-40页 |
| ·引言 | 第26页 |
| ·单视角判别聚类算法 | 第26-29页 |
| ·K 均值Kmean | 第26-27页 |
| ·Fisher 线性判别分析LDA | 第27页 |
| ·单视角判别聚类算法KmLDA | 第27-29页 |
| ·多视角判别聚类算法 MVDC-2 | 第29-34页 |
| ·算法介绍 | 第29-31页 |
| ·实验结果 | 第31-33页 |
| ·实验分析 | 第33-34页 |
| ·多视角判别聚类算法 MVDC-n | 第34-36页 |
| ·算法介绍 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·基于margin 的多视角判别聚类MMDC | 第36-38页 |
| ·算法介绍 | 第36-37页 |
| ·实验结果 | 第37-38页 |
| ·实验分析 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第四章 核框架下的多视角判别聚类 | 第40-47页 |
| ·引言 | 第40页 |
| ·基于核的多视角判别聚类算法 | 第40-43页 |
| ·高斯函数的性质 | 第40-41页 |
| ·核化的Kmean 聚类算法KKmean | 第41-42页 |
| ·基于核的多视角判别聚类算法KMDC | 第42-43页 |
| ·核化基于margin 的多视角判别聚类算法KMMDC | 第43页 |
| ·算法介绍 | 第43页 |
| ·实验结果与分析 | 第43-45页 |
| ·实验结果 | 第43-45页 |
| ·实验分析 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第五章 基于典型相关分析的多视角判别聚类算法 | 第47-60页 |
| ·引言 | 第47-48页 |
| ·典型相关分析的刻画及求解 | 第48-49页 |
| ·典型相关分析的刻画 | 第48页 |
| ·典型相关分析求解算法 | 第48-49页 |
| ·基于CCA 的多视角聚类算法 | 第49-53页 |
| ·算法介绍 | 第49-50页 |
| ·实验结果 | 第50-52页 |
| ·实验分析 | 第52-53页 |
| ·基于DCCA 和LDCCA 的多视角聚类算法 | 第53-59页 |
| ·基于DCCA 的多视角聚类算法 | 第53-55页 |
| ·基于LDCCA 的多视角聚类算法 | 第55-56页 |
| ·实验结果 | 第56-58页 |
| ·实验分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 在学期间的研究成果及发表的学术论文 | 第68页 |