| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 高维数据的特性 | 第9页 |
| 1.1.2 高维聚类的问题 | 第9-10页 |
| 1.2 高维数据聚类的研究现状 | 第10-11页 |
| 1.3 文章结构组织 | 第11-12页 |
| 第二章 高维数据聚类算法分析 | 第12-24页 |
| 2.1 聚类分析概述 | 第12-13页 |
| 2.2 高维数据的聚类分析 | 第13-24页 |
| 2.2.1 基于降维的方法 | 第13-19页 |
| 2.2.2 子空间聚类 | 第19-21页 |
| 2.2.3 基于超图模型的聚类 | 第21-24页 |
| 第三章 超图划分算法分析 | 第24-31页 |
| 3.1 基于超边最小割的划分 | 第24-26页 |
| 3.1.1 hMETIS | 第24-26页 |
| 3.2 基于密度的划分 | 第26-31页 |
| 3.2.1 k-MSD | 第26-28页 |
| 3.2.2 稠密子图划分 | 第28-31页 |
| 第四章 基于超图划分的高维手写数据聚类 | 第31-44页 |
| 4.1 预处理 | 第31-33页 |
| 4.1.1 高斯滤波 | 第31-32页 |
| 4.1.2 特征提取方法 | 第32-33页 |
| 4.2 超图的构造和划分 | 第33-34页 |
| 4.2.1 高维空间的相似性度量 | 第33页 |
| 4.2.2 构建超图 | 第33-34页 |
| 4.2.3 超图划分 | 第34页 |
| 4.3 稠密子图合并 | 第34-36页 |
| 4.4 手写数据实验 | 第36-41页 |
| 4.4.1 评价方法 | 第36-37页 |
| 4.4.2 数据集 | 第37页 |
| 4.4.3 参数选取 | 第37-38页 |
| 4.4.4 不同的聚类方法和数据预处理方法组合的比较 | 第38-40页 |
| 4.4.5 在不同维度下对提出的方法进行评估 | 第40-41页 |
| 4.5 其他类型高维数据实验 | 第41-43页 |
| 4.5.1 数据集 | 第41-42页 |
| 4.5.2 其它类型高维数据的聚类比较 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 总结及展望 | 第44-46页 |
| 5.1 论文主要工作总结 | 第44页 |
| 5.2 研究展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 在校期间的研究成果 | 第50-51页 |
| 致谢 | 第51页 |