邻域相似度自适应近邻传播聚类算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究目的与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第二章 近邻传播聚类算法的概述 | 第16-22页 |
| 2.1 近邻传播聚类算法 | 第16-19页 |
| 2.1.1 近邻传播聚类算法的基本原理 | 第16-17页 |
| 2.1.2 支持度矩阵R的更新 | 第17-18页 |
| 2.1.3 归属度矩阵A的更新 | 第18-19页 |
| 2.2 相似性度量方法 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于邻域相似度的近邻传播聚类算法 | 第22-36页 |
| 3.1 近邻传播聚类算法的不足与解决思路 | 第22-23页 |
| 3.2 基于邻域相似度的近邻传播聚类算法 | 第23-28页 |
| 3.2.1 邻域相似度的计算方法 | 第23-26页 |
| 3.2.2 基于邻域相似度的近邻传播聚类算法 | 第26-27页 |
| 3.2.3 ZC-AP算法流程图 | 第27-28页 |
| 3.2.4 邻域半径的计算方法 | 第28页 |
| 3.3 实验方法与结果分析 | 第28-35页 |
| 3.3.1 实验环境 | 第28-29页 |
| 3.3.2 实验评价指标与实验数据集 | 第29-30页 |
| 3.3.3 实验方法与结果分析 | 第30-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 邻域相似度自适应近邻传播聚类算法 | 第36-48页 |
| 4.1 原始AP偏向参数的取值问题 | 第36页 |
| 4.2 邻域相似度自适应近邻传播聚类算法 | 第36-40页 |
| 4.2.1 自适应偏向参数的调整 | 第36-38页 |
| 4.2.2 算法步骤 | 第38页 |
| 4.2.3 PGZC-AP算法流程图 | 第38-40页 |
| 4.3 实验设计与结果分析 | 第40-44页 |
| 4.3.1 实验过程 | 第40-41页 |
| 4.3.2 实验结果与分析 | 第41-44页 |
| 4.4 PGZC-AP算法在用户推荐中的应用 | 第44-47页 |
| 4.4.1 个性化用户推荐技术 | 第44页 |
| 4.4.2 PGZC-AP算法在用户推荐中的应用 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士学位期间发表论文情况 | 第57页 |
