首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于条件熵的图聚集算法研究

摘要第5-6页
Abstract第6-7页
第一章 引言第10-24页
    1.1 研究背景第10-11页
    1.2 研究目的第11页
    1.3 国内外研究现状及分析第11-20页
        1.3.1 图聚集技术的分类第11-14页
        1.3.2 主要图聚集技术第14-20页
        1.3.3 存在的问题第20页
    1.4 本文主要研究内容第20-21页
    1.5 本文的创新点第21页
    1.6 论文的组织安排第21页
    1.7 本章小结第21-24页
第二章 问题描述第24-38页
    2.1 问题的引入第24-26页
    2.2 图聚集问题的形式化定义第26-36页
        2.2.1 聚集图定义第26-28页
        2.2.2 聚集图度量第28-35页
        2.2.3 问题定义第35-36页
    2.3 本章小结第36-38页
第三章 图聚集算法第38-52页
    3.1 数据结构第38-39页
    3.2 TDS自顶向下图聚集第39-46页
        3.2.1 NP问题第39页
        3.2.2 算法思想第39-42页
        3.2.3 算法举例第42-44页
        3.2.4 算法优化第44-46页
    3.3 BUS自底向上图聚集第46-48页
        3.3.1 算法思想第46-47页
        3.3.2 算法举例第47-48页
    3.4 实验结果及分析第48-50页
        3.4.1 实验环境第48页
        3.4.2 实验数据集第48-49页
        3.4.3 实验结果及分析第49-50页
    3.5 本章小结第50-52页
第四章 基于聚集图的查询第52-64页
    4.1 顶点的邻接查询第52-53页
    4.2 顶点的度查询第53-55页
    4.3 聚类系数的查询第55-60页
        4.3.1 整体聚类系数第55-56页
        4.3.2 局部聚类系数第56-59页
        4.3.3 平均聚类系数第59-60页
    4.4 实验结果与分析第60-62页
    4.5 本章小结第62-64页
第五章 总结与展望第64-66页
    5.1 本文主要工作总结第64页
    5.2 下一阶段工作展望第64-66页
致谢第66-68页
参考文献第68-72页
附录A (攻读学位其间发表论文目录)第72-74页
附录B第74页

论文共74页,点击 下载论文
上一篇:纳西语依存树库构建和依存分析的研究
下一篇:基于散焦图像的深度恢复技术研究