| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 聚类算法概述 | 第10-18页 |
| 1.1.1 聚类的定义 | 第10页 |
| 1.1.2 聚类算法分类 | 第10-16页 |
| 1.1.3 评估方法 | 第16-18页 |
| 1.2 中心点聚类与代表点聚类 | 第18-22页 |
| 1.2.1 基于中心点的聚类算法 | 第18-20页 |
| 1.2.2 基于代表点的聚类算法 | 第20-22页 |
| 1.3 近邻传播算法的应用及研究现状 | 第22页 |
| 1.4 本文主要工作及文章结构 | 第22-24页 |
| 第二章 近邻传播算法基础理论 | 第24-43页 |
| 2.1 背景知识 | 第24-27页 |
| 2.1.1 因子图(Factor Graph) | 第24-26页 |
| 2.1.2 Sum-Product算法 | 第26-27页 |
| 2.1.3 Max-Product算法 | 第27页 |
| 2.2 近邻传播算法理论推导 | 第27-34页 |
| 2.2.1 标量化 | 第28-32页 |
| 2.2.2 时间复杂度分析及优化 | 第32-33页 |
| 2.2.3 基于Max-Product的改进 | 第33-34页 |
| 2.3 简化的二值变量模型 | 第34-39页 |
| 2.4 算法流程与解读 | 第39-42页 |
| 2.4.1 偏好值设定 | 第39-40页 |
| 2.4.2 算法流程 | 第40-41页 |
| 2.4.3 算法解读 | 第41-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第三章 半监督近邻传播算法扩展 | 第43-68页 |
| 3.1 监督信息的形式 | 第43页 |
| 3.2 SSAP模型 | 第43-48页 |
| 3.3 基于度量学习的近邻传播算法 | 第48-51页 |
| 3.3.1 线性DCA | 第49-50页 |
| 3.3.2 核DCA | 第50-51页 |
| 3.4 实验及分析 | 第51-61页 |
| 3.4.1 在凸数据集上的聚类实验 | 第51-56页 |
| 3.4.2 在非凸数据集上的聚类实验 | 第56-61页 |
| 3.5 改进的SSAP模型 | 第61-67页 |
| 3.5.1 归属度的计算 | 第62-63页 |
| 3.5.2 排斥度的计算 | 第63-64页 |
| 3.5.3 相似度的更新 | 第64页 |
| 3.5.4 实验 | 第64-67页 |
| 3.6 本章小结 | 第67-68页 |
| 第四章 图像聚类的应用 | 第68-86页 |
| 4.1 背景介绍 | 第68页 |
| 4.2 图像特征提取 | 第68-71页 |
| 4.2.1 SIFT特征 | 第69-70页 |
| 4.2.2 深度卷积神经网络 | 第70-71页 |
| 4.3 图像相似度计算 | 第71-73页 |
| 4.3.1 全局特征的图像相似度计算 | 第71-72页 |
| 4.3.2 局部特征的图像相似度计算 | 第72-73页 |
| 4.4 图像聚类算法实验 | 第73-81页 |
| 4.4.1 基于近邻传播的图像聚类 | 第75-78页 |
| 4.4.2 基于SSAP模型的半监督聚类实验 | 第78-80页 |
| 4.4.3 基于度量学习的半监督聚类实验 | 第80-81页 |
| 4.5 相似度矩阵的稀疏化实验 | 第81-85页 |
| 4.6 本章小结 | 第85-86页 |
| 第五章 基于SPARK的分布式扩展 | 第86-104页 |
| 5.1 背景介绍 | 第86-91页 |
| 5.1.1 Spark的提出背景 | 第86-89页 |
| 5.1.2 RDD | 第89-90页 |
| 5.1.3 GraphX | 第90-91页 |
| 5.2 并行原理 | 第91-96页 |
| 5.2.1 图的划分和表示 | 第92-94页 |
| 5.2.2 图的计算 | 第94-96页 |
| 5.3 算法设计 | 第96-99页 |
| 5.3.1 数据结构及实现细节 | 第96-98页 |
| 5.3.2 容错设计 | 第98-99页 |
| 5.4 实验环境搭建 | 第99-100页 |
| 5.5 实验结果及讨论 | 第100-103页 |
| 5.5.1 实验一：基于JAFFE数据集的稠密图聚类实验 | 第101-102页 |
| 5.5.2 实验二：基于Caltech-256数据集的稀疏图聚类实验 | 第102-103页 |
| 5.6 本章小结 | 第103-104页 |
| 总结与展望 | 第104-106页 |
| 总结 | 第104页 |
| 展望 | 第104-106页 |
| 参考文献 | 第106-112页 |
| 攻读硕士学位期间取得的研究成果 | 第112-113页 |
| 致谢 | 第113-114页 |
| 答辩委员会对论文的评定意见 | 第114页 |