聚类组合算法研究与应用
| 中文摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第1章 引言 | 第10-13页 |
| ·研究背景及选题意义 | 第10页 |
| ·本文主要完成的工作 | 第10-12页 |
| ·本文的组织 | 第12-13页 |
| 第2章 聚类分析 | 第13-25页 |
| ·聚类分析基本概念 | 第13-14页 |
| ·聚类 | 第13页 |
| ·聚类分析 | 第13-14页 |
| ·聚类分析中的数据结构 | 第14-16页 |
| ·聚类分析方法的五种基本类型 | 第16-24页 |
| ·基于划分的聚类分析方法 | 第16-18页 |
| ·K－均值聚类算法 | 第16页 |
| ·PAM 聚类算法 | 第16-17页 |
| ·CLARA 聚类算法 | 第17页 |
| ·CLARANS 聚类算法 | 第17页 |
| ·K－众数聚类算法 | 第17-18页 |
| ·模糊 C－均值聚类算法 | 第18页 |
| ·基于层次的聚类分析方法 | 第18-19页 |
| ·BIRCH 聚类算法 | 第18-19页 |
| ·CURE 聚类算法 | 第19页 |
| ·变色龙聚类算法 | 第19页 |
| ·基于密度的聚类分析方法 | 第19-21页 |
| ·DBSCAN 聚类算法 | 第19-20页 |
| ·DENCLUE 聚类算法 | 第20-21页 |
| ·OPTICS 聚类算法 | 第21页 |
| ·基于网格的聚类分析方法 | 第21-23页 |
| ·STING 聚类算法 | 第22页 |
| ·小波聚类算法 | 第22页 |
| ·CLIQUE 聚类算法 | 第22-23页 |
| ·基于模型的聚类分析方法 | 第23-24页 |
| ·COBWEB 聚类算法 | 第23-24页 |
| ·自组织特征映射聚类算法 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 聚类组合 | 第25-39页 |
| ·聚类组合基本概念 | 第25页 |
| ·聚类组合的优点 | 第25-26页 |
| ·产生聚类成员 | 第26-28页 |
| ·共识函数设计 | 第28-32页 |
| ·优选法 | 第28页 |
| ·超图法 | 第28-30页 |
| ·超图 | 第28-29页 |
| ·基于超图的算法 | 第29-30页 |
| ·混合二部图法 | 第30页 |
| ·证据累积法 | 第30-31页 |
| ·混合模型法 | 第31页 |
| ·互信息法 | 第31-32页 |
| ·最近邻法 | 第32页 |
| ·比较聚类划分的量度标准 | 第32-38页 |
| ·分类精度 | 第33-34页 |
| ·Rand 指数与 Jaccard 指数 | 第34页 |
| ·修正的 Rand 指数 | 第34-35页 |
| ·信息熵与互信息 | 第35-38页 |
| ·Co-association 矩阵 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于非负矩阵分解的聚类组合 | 第39-64页 |
| ·引言 | 第39-40页 |
| ·生成阶段 | 第40-43页 |
| ·组合阶段 | 第43-48页 |
| ·数据结构的选择 | 第43-45页 |
| ·非负矩阵分解的引入 | 第45-48页 |
| ·非负矩阵分解的定义 | 第45-46页 |
| ·三种典型的非负矩阵分解方法 | 第46-48页 |
| ·组合阶段的具体步骤 | 第48页 |
| ·混合型 NMFCCA 算法 | 第48-51页 |
| ·算法流程 | 第48-49页 |
| ·选择最佳聚类划分 | 第49-51页 |
| ·仿真实验 | 第51-63页 |
| ·实验环境 | 第51-52页 |
| ·实验的硬件环境 | 第51页 |
| ·实验的软件环境 | 第51-52页 |
| ·实验数据集 | 第52-54页 |
| ·人工数据集 | 第52-54页 |
| ·真实数据集 | 第54页 |
| ·实验结果的量化评价 | 第54-57页 |
| ·实验步骤与结果分析 | 第57-63页 |
| ·实验一 | 第57-58页 |
| ·实验二 | 第58-61页 |
| ·实验三 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 聚类组合在医学图像分割中的应用 | 第64-70页 |
| ·基于聚类组合的医学图像分割模型 | 第64-65页 |
| ·实验设计 | 第65-68页 |
| ·实验环境 | 第65页 |
| ·实验的硬件环境 | 第65页 |
| ·实验的软件环境 | 第65页 |
| ·实验步骤及其结果 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 总结与展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-78页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第78页 |
