| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·问题的提出及研究意义 | 第7-10页 |
| ·图的划分算法简介 | 第10-11页 |
| ·论文主要研究内容及结构 | 第11-13页 |
| 第二章 谱划分的基本概念与相关理论 | 第13-25页 |
| ·基本定义与概念 | 第13-16页 |
| ·相关数学模型 | 第16-19页 |
| ·高斯混合模型 | 第16页 |
| ·最大期望 | 第16-17页 |
| ·贝叶斯信息准则 | 第17-18页 |
| ·极大似然估计 | 第18-19页 |
| ·拉普拉斯矩阵 | 第19-22页 |
| ·非规格化拉普拉斯矩阵 | 第19-21页 |
| ·规格化拉普拉斯矩阵 | 第21-22页 |
| ·谱划分相关的k-均值算法 | 第22-23页 |
| ·优化方法 | 第23-25页 |
| 第三章 谱划分中特征向量选取算法 | 第25-43页 |
| ·基于Fiedler特征向量的Fied-Eig算法 | 第25-29页 |
| ·基于Fiedler特征向量的基本原理 | 第25-28页 |
| ·Fied-Eig算法描述 | 第28页 |
| ·Fied-Eig算法分析 | 第28-29页 |
| ·基于前k个特征向量的K-Eig算法 | 第29-34页 |
| ·基于前k个特征向量的K-Eig算法基本原理 | 第30-32页 |
| ·K-Eig算法描述 | 第32-33页 |
| ·K-Eig算法分析 | 第33-34页 |
| ·基于相关特征向量的Rev-Eig算法 | 第34-39页 |
| ·特征向量的相关性选择 | 第34-37页 |
| ·Rev-Eig算法描述 | 第37-38页 |
| ·Rev-Eig算法分析 | 第38-39页 |
| ·划分中簇数K_c的确定 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 仿真实验结果与分析 | 第43-51页 |
| ·测试数据 | 第43-44页 |
| ·仿真结果与分析 | 第44-48页 |
| ·本章小结 | 第48-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 研究成果 | 第59页 |