基于DC规划的模糊核聚类算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 本文的内容安排 | 第15-17页 |
| 第二章 聚类相关理论 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 聚类基础概念 | 第17-22页 |
| 2.2.1 预备知识 | 第17-19页 |
| 2.2.2 聚类性能评估 | 第19-21页 |
| 2.2.3 聚类算法分类 | 第21-22页 |
| 2.3 基于划分的聚类算法 | 第22-25页 |
| 2.3.1 K均值聚类 | 第22-23页 |
| 2.3.2 模糊集与模糊划分 | 第23-24页 |
| 2.3.3 模糊C-均值聚类 | 第24-25页 |
| 2.4 基于核的学习算法 | 第25-28页 |
| 2.4.1 核函数 | 第25-26页 |
| 2.4.2 核模糊C-均值聚类 | 第26-27页 |
| 2.4.3 欧拉聚类 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于DC规划的鲁棒模糊核聚类 | 第29-48页 |
| 3.1 引言 | 第29页 |
| 3.2 DC规划 | 第29-34页 |
| 3.2.1 DC规划简介 | 第29-31页 |
| 3.2.2 DC规划优化 | 第31-34页 |
| 3.3 基于DC规划的KFCM算法 | 第34-41页 |
| 3.3.1 核模糊C-均值聚类 | 第35-36页 |
| 3.3.2 可行域凸化 | 第36-37页 |
| 3.3.3 目标函数凸差化 | 第37-39页 |
| 3.3.4 DCA算法优化 | 第39-41页 |
| 3.4 基于DC规划的FEC算法 | 第41-44页 |
| 3.4.1 模糊欧拉聚类 | 第41-42页 |
| 3.4.2 可行域凸化 | 第42页 |
| 3.4.3 目标函数凸差化 | 第42-43页 |
| 3.4.4 DCA算法优化 | 第43-44页 |
| 3.5 实验结果及分析 | 第44-46页 |
| 3.5.1 测试数据量的有效性 | 第45-46页 |
| 3.5.2 聚类精度对比实验 | 第46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于DC规划的不完整数据填充聚类 | 第48-57页 |
| 4.1 引言 | 第48页 |
| 4.2 基于DC规划的填充聚类算法 | 第48-49页 |
| 4.3 算法收敛性证明 | 第49-52页 |
| 4.4 实验结果及分析 | 第52-56页 |
| 4.4.1 填充结果评估 | 第53页 |
| 4.4.2 聚类性能评估 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 在学期间的研究成果及发表的学术论文 | 第65页 |
