| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 研究背景 | 第10-18页 |
| 1.1.1 经典无监督建模方法 | 第11-15页 |
| 1.1.2 经典有监督建模方法 | 第15-18页 |
| 1.2 数据环境 | 第18-21页 |
| 1.2.1 大规模数据环境 | 第19页 |
| 1.2.2 多视角数据环境 | 第19-21页 |
| 1.3 课题研究内容 | 第21-24页 |
| 第二章 基于代表点评分策略的大规模数据无监督建模 | 第24-42页 |
| 2.1 引言 | 第24-25页 |
| 2.2 基于概率密度估计的快速数据压缩方法 | 第25-26页 |
| 2.2.1 RSDE | 第25-26页 |
| 2.2.2 FRSDE | 第26页 |
| 2.3 代表点评分策略 | 第26-28页 |
| 2.3.1 代表点分值 | 第26-27页 |
| 2.3.2 代表点分值合理性分析 | 第27-28页 |
| 2.4 ESFSAC算法描述 | 第28-31页 |
| 2.4.1 代表点评分 | 第28-29页 |
| 2.4.2 压缩集聚类 | 第29-30页 |
| 2.4.3 剩余集聚类 | 第30-31页 |
| 2.5 实验与分析 | 第31-39页 |
| 2.5.1 实验设置 | 第31-32页 |
| 2.5.2 人造数据集实验 | 第32-37页 |
| 2.5.3 UCI数据集实验 | 第37-38页 |
| 2.5.4 参数敏感性分析 | 第38-39页 |
| 2.6 本章小结 | 第39-42页 |
| 第三章 基于引力聚集效应的大规模数据无监督建模 | 第42-62页 |
| 3.1 引言 | 第42页 |
| 3.2 传播学习机 | 第42-44页 |
| 3.3 基于传播学习机的代表点聚类 | 第44-51页 |
| 3.3.1 目标函数 | 第44-46页 |
| 3.3.2 引力聚集效应 | 第46-48页 |
| 3.3.3 ETLMC算法实现 | 第48-51页 |
| 3.4 实验分析 | 第51-60页 |
| 3.4.1 实验设置 | 第51-52页 |
| 3.4.2 人造数据集实验 | 第52-56页 |
| 3.4.3 UCI数据集实验 | 第56-57页 |
| 3.4.4 CMUPIE人脸数据集实验 | 第57-58页 |
| 3.4.5 ETLMC算法与ESFSAC算法的比较 | 第58-59页 |
| 3.4.6 非参数统计分析 | 第59-60页 |
| 3.5 本章小结 | 第60-62页 |
| 第四章 基于多代表点一致性约束的多视角数据无监督建模 | 第62-82页 |
| 4.1 引言 | 第62-63页 |
| 4.2 多视角聚类模型 | 第63-66页 |
| 4.2.1 问题描述 | 第63页 |
| 4.2.2 模型构建 | 第63-66页 |
| 4.3 MFCMddI算法 | 第66-71页 |
| 4.3.1 目标函数及其优化策略 | 第66-68页 |
| 4.3.2 算法流程和复杂度分析 | 第68-71页 |
| 4.4 实验与分析 | 第71-79页 |
| 4.4.1 实验设置 | 第71-72页 |
| 4.4.2 人造数据集实验 | 第72-76页 |
| 4.4.3 真实数据集实验 | 第76-79页 |
| 4.5 参数分析 | 第79页 |
| 4.6 本章小结 | 第79-82页 |
| 第五章 基于共性和特有知识驱动的TSK模糊系统与有监督建模 | 第82-102页 |
| 5.1 引言 | 第82-83页 |
| 5.2 准备知识 | 第83-84页 |
| 5.2.1 GMM | 第83-84页 |
| 5.2.2 FLNN | 第84页 |
| 5.3 CSK-TSK-FS | 第84-93页 |
| 5.3.1 CSK-TSK-FS的结构 | 第84-87页 |
| 5.3.2 CSK-TSK-FS和GMM之间的理论联系 | 第87-90页 |
| 5.3.3 CSK-TSK-FS的快速训练算法 | 第90-93页 |
| 5.4 实验与分析 | 第93-99页 |
| 5.4.1 实验设置 | 第93页 |
| 5.4.2 Gas Furnace数据集实验 | 第93-95页 |
| 5.4.3 UCI和KEEL数据集实验 | 第95-98页 |
| 5.4.4 非参数统计分析 | 第98-99页 |
| 5.5 本章小结 | 第99-102页 |
| 第六章 基于共享语义的深度TSK模糊系统与有监督建模 | 第102-120页 |
| 6.1 引言 | 第102-103页 |
| 6.2 层次模糊分类器 | 第103页 |
| 6.3 HID-TSK-FC | 第103-111页 |
| 6.3.1 HID-TSK-FC的结构 | 第104-107页 |
| 6.3.2 深度学习算法 | 第107-110页 |
| 6.3.3 时间和模型复杂度分析 | 第110-111页 |
| 6.4 实验与分析 | 第111-118页 |
| 6.4.1 实验设置 | 第111-112页 |
| 6.4.2 UCI和KEEL数据集实验 | 第112-115页 |
| 6.4.3 电力价格数据集实验 | 第115-117页 |
| 6.4.4 非参数统计分析 | 第117-118页 |
| 6.5 本章小结 | 第118-120页 |
| 第七章 结束语 | 第120-124页 |
| 致谢 | 第124-126页 |
| 参考文献 | 第126-132页 |
| 附录:作者在攻读博士学位期间发表的论文 | 第132页 |
