摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景和内容 | 第9-11页 |
1.2 研究意义和方法 | 第11-12页 |
1.3 本论文的结构 | 第12-14页 |
第二章 相关工作和理论 | 第14-21页 |
2.1 集成学习 | 第14-15页 |
2.2 聚类集成算法 | 第15-18页 |
2.3 传统聚类和模糊聚类 | 第18-19页 |
2.4 新算法的创新点 | 第19页 |
2.4.1 混合模糊聚类集成算法的创新 | 第19页 |
2.4.2 自适应模糊聚类集成算法的创新 | 第19页 |
2.5 本章小结 | 第19-21页 |
第三章 混合模糊聚类集成算法 | 第21-29页 |
3.1 HFCEFs算法的设计思路 | 第21页 |
3.2 HFCEF-I算法的流程图和具体实现 | 第21-25页 |
3.3 HFCEF-II算法的流程图和具体实现 | 第25-26页 |
3.4 HFCEF-III算法的框架图和具体流程 | 第26-27页 |
3.5 HFCEF-IV算法的框架图和具体流程 | 第27-28页 |
3.6 本章小结 | 第28-29页 |
第四章 自适应模糊聚类集成算法 | 第29-38页 |
4.1 RDCFCE算法的设计理念 | 第29页 |
4.2 RDCCE算法的总体框架和具体流程 | 第29-32页 |
4.3 RDCFCE算法的详细流程 | 第32-37页 |
4.3.1 模糊扩张模式 | 第33-34页 |
4.3.2 A-RDCFCE算法的参数自进化 | 第34-37页 |
4.3.3 A-RDCFCE算法的复杂度分析 | 第37页 |
4.4 本章小结 | 第37-38页 |
第五章 实验设计和结果分析 | 第38-65页 |
5.1 实验设计 | 第38页 |
5.2 实验评价指标 | 第38-41页 |
5.3 混合模糊聚类集成算法的实验设计和结果分析 | 第41-53页 |
5.3.1 实验数据和实验设置说明 | 第41-43页 |
5.3.2 不同框架和不同一致性函数的影响 | 第43-45页 |
5.3.3 不同数目的聚类结果的影响 | 第45-46页 |
5.3.4 与单一聚类算法的对比 | 第46-48页 |
5.3.5 与聚类集成算法的对比 | 第48-52页 |
5.3.6 算法间差异的t-test测试 | 第52-53页 |
5.4 自适应模糊聚类集成算法的实验设计和结果分析 | 第53-64页 |
5.4.1 实验数据和实验设置说明 | 第53-54页 |
5.4.2 不同模糊扩张模式的影响 | 第54-57页 |
5.4.3 调查不同阶段的不同组件的影响 | 第57-59页 |
5.4.4 与相关聚类集成算法的对比 | 第59-63页 |
5.4.5 算法间差异的t-test测试 | 第63页 |
5.4.6 调查参数集的自进化过程的作用 | 第63-64页 |
5.5 本章小结 | 第64-65页 |
总结 | 第65-67页 |
参考文献 | 第67-73页 |
攻读博士/硕士学位期间取得的研究成果 | 第73-75页 |
致谢 | 第75-76页 |
附件 | 第76页 |