致谢 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
1 绪论 | 第12-22页 |
1.1 研究背景和研究意义 | 第12-14页 |
1.2 研究现状及存在的问题 | 第14-18页 |
1.2.1 软划分聚类算法参数选择问题研究现状及分析 | 第14-16页 |
1.2.2 软划分聚类算法收敛性质分析研究现状及分析 | 第16-18页 |
1.3 主要研究内容 | 第18-19页 |
1.4 论文的组织结构 | 第19-22页 |
2 基于雅克比矩阵的软划分聚类算法分析框架 | 第22-32页 |
2.1 软划分聚类 | 第22-26页 |
2.1.1 聚类及相关知识 | 第22-24页 |
2.1.2 软划分聚类算法 | 第24-26页 |
2.2 基于雅克比矩阵的差分方程稳定性分析 | 第26-29页 |
2.3 基于雅克比矩阵的软划分聚类算法分析框架 | 第29-31页 |
2.4 总结 | 第31-32页 |
3 基于混合高斯分布的确定性退火最大期望算法分析 | 第32-56页 |
3.1 基于混合高斯模型的最大期望算法 | 第33-34页 |
3.2 确定性退火最大期望聚类算法 | 第34-36页 |
3.3 基于雅克比矩阵的DA-EM算法分析 | 第36-46页 |
3.3.1 DA-EM算法的雅克比矩阵 | 第36-41页 |
3.3.2 雅克比矩阵特殊形式 | 第41-44页 |
3.3.3 雅克比矩阵分析 | 第44-46页 |
3.4 实验 | 第46-54页 |
3.4.1 确定性退火参数对聚类结果的影响 | 第47-50页 |
3.4.2 确定性退火参数理论下界值的估计 | 第50-53页 |
3.4.3 确定性退火参数与收敛速率间的关系 | 第53-54页 |
3.5 本章小结 | 第54-56页 |
4 GK聚类算法参数选择问题分析 | 第56-80页 |
4.1 GK聚类算法 | 第57-60页 |
4.2 基于雅克比矩阵分析的GK聚类算法分析 | 第60-72页 |
4.2.1 GK聚类算法的雅克比矩阵 | 第61-68页 |
4.2.2 雅克比矩阵分析 | 第68-72页 |
4.3 实验 | 第72-78页 |
4.3.1 混合高斯数据实验 | 第72-73页 |
4.3.2 模糊指数m对聚类结果的影响 | 第73-76页 |
4.3.3 模糊指数m对算法收敛速率的影响 | 第76-78页 |
4.4 本章小结 | 第78-80页 |
5 确定性退火GK聚类算法及其分析 | 第80-102页 |
5.1 确定性退火GK聚类算法 | 第81-87页 |
5.2 确定性退火GK聚类算法参数β的研究 | 第87-91页 |
5.3 实验 | 第91-100页 |
5.3.1 DA-GK算法聚类性能分析 | 第92-96页 |
5.3.2 DA-GK与GK聚类算法对比试验 | 第96-97页 |
5.3.3 确定性退火参数的初始值对聚类结果的影响 | 第97-99页 |
5.3.4 确定性退火参数的初始化 | 第99-100页 |
5.4 本章小结 | 第100-102页 |
6 总结与展望 | 第102-106页 |
6.1 本文工作总结 | 第102-103页 |
6.2 未来工作展望 | 第103-106页 |
参考文献 | 第106-114页 |
攻读博士学位期间发表的学术论文 | 第114-118页 |
学位论文数据集 | 第118页 |