| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-21页 |
| ·研究背景及意义 | 第10-11页 |
| ·聚类的过程 | 第11-13页 |
| ·聚类算法 | 第13-15页 |
| ·层次（Hierarchical）聚类算法 | 第13-14页 |
| ·基于划分（Partitional）的聚类算法 | 第14-15页 |
| ·基于密度（Density）和网格（Grid）的聚类算法 | 第15页 |
| ·半监督聚类 | 第15-17页 |
| ·基于相似性度量的方法 | 第16页 |
| ·基于搜索的方法 | 第16-17页 |
| ·聚类集成 | 第17-18页 |
| ·核方法简介 | 第18-19页 |
| ·本文的主要工作 | 第19页 |
| ·文章的内容安排 | 第19-21页 |
| 第二章 自适应谱聚类算法 | 第21-33页 |
| ·引言 | 第21-22页 |
| ·谱聚类算法 | 第22-24页 |
| ·核方法与谱聚类的联系 | 第24-25页 |
| ·自适应谱聚类算法 | 第25-27页 |
| ·尺度参数的选取 | 第25-26页 |
| ·自适应谱聚类算法ASC | 第26-27页 |
| ·实验 | 第27-31页 |
| ·人工数据集上的实验 | 第27-29页 |
| ·UCI数据集上的实验 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 半监督自适应谱聚类算法 | 第33-42页 |
| ·引言 | 第33-34页 |
| ·半监督自适应谱聚类算法Semi-ASC | 第34-35页 |
| ·半监督谱聚类集成算法 | 第35-37页 |
| ·实验与结果分析 | 第37-41页 |
| ·Semi-ASC算法 | 第37-39页 |
| ·半监督谱聚类集成算法 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 自适应谱聚类算法在图像分割上的应用 | 第42-50页 |
| ·引言 | 第42-43页 |
| ·图像分割算法 | 第43-46页 |
| ·实验 | 第46-49页 |
| ·ASC算法在图像分割上的应用 | 第46-47页 |
| ·Semi-ASC算法在图像分割上的应用 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·已有工作总结 | 第50-51页 |
| ·未来工作展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 在学期间的研究成果及发表的学术论文 | 第58页 |