| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题背景与研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·主要研究内容和组织结构 | 第13-15页 |
| ·主要研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-15页 |
| ·本文主要创新点 | 第15-16页 |
| 第2章 聚类算法的理论基础 | 第16-26页 |
| ·相似性度量方式 | 第16-17页 |
| ·聚类算法分类 | 第17-22页 |
| ·基于划分的方法 | 第18页 |
| ·基于层次的方法 | 第18-19页 |
| ·基于密度的方法 | 第19-21页 |
| ·基于模型的方法 | 第21页 |
| ·基于网格的方法 | 第21-22页 |
| ·近邻传播聚类算法 | 第22-23页 |
| ·聚类有效性评价指标 | 第23-26页 |
| 第3章 基于奇异值分解的自适应近邻传播聚类算法 | 第26-33页 |
| ·基于奇异值分解的自适应近邻传播聚类算法 | 第26-28页 |
| ·奇异值分解 | 第26页 |
| ·基于奇异值分解的降维过程 | 第26-27页 |
| ·动态阻尼因子策略 | 第27-28页 |
| ·SVD-SAP算法流程 | 第28页 |
| ·仿真实验与分析 | 第28-30页 |
| ·实验数据 | 第28-29页 |
| ·实验结果与分析 | 第29-30页 |
| ·SVD-SAP聚类算法在股市板块的应用 | 第30-32页 |
| ·数据选取 | 第30-31页 |
| ·聚类结果及分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于烟花爆炸优化的半监督近邻传播聚类算法 | 第33-40页 |
| ·烟花爆炸优化算法 | 第33-36页 |
| ·算法思想 | 第33页 |
| ·算法描述 | 第33-35页 |
| ·半监督约束规则 | 第35-36页 |
| ·FEO-SAP算法流程 | 第36页 |
| ·仿真实验与分析 | 第36-39页 |
| ·实验数据 | 第36-37页 |
| ·实验结果与分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 基于果蝇优化的自适应近邻传播聚类算法 | 第40-44页 |
| ·基于果蝇优化的近邻传播聚类算法 | 第40-41页 |
| ·果蝇优化算法 | 第40-41页 |
| ·FOA-SAP算法流程 | 第41页 |
| ·仿真实验与分析 | 第41-43页 |
| ·实验数据 | 第41-42页 |
| ·实验结果与分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第6章 基于结构相似度的半监督自适应近邻传播聚类算法 | 第44-51页 |
| ·结构相似性度量 | 第44-46页 |
| ·数据低秩转换 | 第44-45页 |
| ·结构相似度的核设计 | 第45-46页 |
| ·算法流程 | 第46页 |
| ·仿真实验与分析 | 第46-50页 |
| ·实验数据 | 第46-47页 |
| ·实验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第7章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间已公开发表的论文 | 第57-58页 |
| 致谢 | 第58页 |