| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 聚类集成研究现状 | 第12-14页 |
| 1.2.2 聚类融合选择与半监督聚类集成研究现状 | 第14-16页 |
| 1.3 本文主要工作及文章结构安排 | 第16-19页 |
| 1.3.1 文本的主要研究内容 | 第16-17页 |
| 1.3.2 本文的特点及创新点 | 第17页 |
| 1.3.3 本文的整体结构安排 | 第17-19页 |
| 第二章 聚类融合基础理论概述 | 第19-27页 |
| 2.1 数据挖掘 | 第19-21页 |
| 2.1.1 数据挖掘的概念 | 第19页 |
| 2.1.2 数据挖掘的流程和研究方法 | 第19-21页 |
| 2.2 聚类分析 | 第21-23页 |
| 2.2.1 聚类分析的基本概念 | 第21-22页 |
| 2.2.2 主要的聚类算法 | 第22-23页 |
| 2.3 聚类融合 | 第23-26页 |
| 2.3.1 聚类融合的基本概念 | 第23-24页 |
| 2.3.2 聚类融合方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 聚类成员生成方法研究 | 第27-56页 |
| 3.1 引言 | 第27页 |
| 3.2 研究动机 | 第27-29页 |
| 3.3 评价指标的定义 | 第29-32页 |
| 3.3.1 质量 | 第30-31页 |
| 3.3.2 差异性 | 第31页 |
| 3.3.3 性能评价指标 | 第31-32页 |
| 3.4 基于最近邻样本的随机抽样方法 | 第32-49页 |
| 3.4.1 聚类成员生成方法 | 第32-34页 |
| 3.4.2 共识函数 | 第34-35页 |
| 3.4.3 基于最近邻样本的随机抽样方法(RS-NN) | 第35-36页 |
| 3.4.4 实验结果分析 | 第36-49页 |
| 3.5 双随机抽样方法 | 第49-55页 |
| 3.5.1 双重的随机取样方法(FS-RS-NN) | 第49-50页 |
| 3.5.2 实验结果分析 | 第50-54页 |
| 3.5.3 时间代价分析 | 第54-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 带约束的聚类融合选择研究 | 第56-73页 |
| 4.1 引言 | 第56页 |
| 4.2 研究动机 | 第56-59页 |
| 4.2.1 AQD2方法的优势 | 第56-57页 |
| 4.2.2 为什么不将约束信息用于聚类过程本身 | 第57-59页 |
| 4.2.3 本文的贡献 | 第59页 |
| 4.3 简单聚类融合选择方法研究 | 第59-66页 |
| 4.3.1 聚类融合中的质量和差异性 | 第60-61页 |
| 4.3.2 一致性、质量和差异性的定义 | 第61-63页 |
| 4.3.3 实验结果分析 | 第63-66页 |
| 4.4 联合聚类融合选择方法 | 第66-72页 |
| 4.4.1 同时考虑一致性和质量 | 第66-67页 |
| 4.4.2 另一类联合选择方案 | 第67-68页 |
| 4.4.3 实验结果分析 | 第68-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 本文总结 | 第73-74页 |
| 5.2 展望 | 第74-75页 |
| 参考文献 | 第75-82页 |
| 附录 | 第82-83页 |
| 致谢 | 第83页 |