| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 引言 | 第8-10页 |
| 1.2 本文主要内容及组织结构 | 第10-12页 |
| 1.2.1 本文主要内容 | 第10-11页 |
| 1.2.2 论文组织结构 | 第11-12页 |
| 第2章 预备知识 | 第12-18页 |
| 2.1 聚类概念和聚类过程 | 第12-13页 |
| 2.2 K-meams算法 | 第13-14页 |
| 2.3 KernelK-means算法 | 第14-15页 |
| 2.4 谱聚类算法 | 第15-16页 |
| 2.5 符号说明 | 第16-18页 |
| 第3章 半参数聚类算法 | 第18-42页 |
| 3.1 引言 | 第18-22页 |
| 3.2 半参数聚类模型及算法 | 第22-26页 |
| 3.2.1 半参数模型 | 第22-23页 |
| 3.2.2 半参数聚类算法 | 第23-24页 |
| 3.2.3 半参数K-means(SPK-means) | 第24-26页 |
| 3.3 半参数聚类算法性能分析 | 第26-30页 |
| 3.3.1 鲁棒性分析 | 第26-29页 |
| 3.3.2 计算复杂度 | 第29页 |
| 3.3.3 参数设置 | 第29-30页 |
| 3.4 实验结果 | 第30-41页 |
| 3.4.1 实验准备工作 | 第31-33页 |
| 3.4.2 在人造数据库上的结果 | 第33-34页 |
| 3.4.3 鲁棒性实验结果 | 第34-35页 |
| 3.4.5 在UCI数据库上的结果 | 第35-37页 |
| 3.4.6 运行时间 | 第37页 |
| 3.4.7 聚类数目的估计 | 第37-40页 |
| 3.4.8 混合比例?的影响 | 第40页 |
| 3.4.9 近邻数的影响 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于函数优化的聚类算法分析 | 第42-56页 |
| 4.1 引言 | 第42-43页 |
| 4.2 聚类函数 | 第43-45页 |
| 4.2.1 聚类函数的定义 | 第43-44页 |
| 4.2.2 度量函数的选择 | 第44页 |
| 4.2.3 惩罚项的选择 | 第44页 |
| 4.2.4 与现有聚类算法的关系 | 第44-45页 |
| 4.3 聚类函数的求解 | 第45-54页 |
| 4.3.1 理想的度量矩阵和精确解 | 第47-48页 |
| 4.3.2 半正定化 | 第48-49页 |
| 4.3.3 转换不变性 | 第49-50页 |
| 4.3.4 鲁棒性分析 | 第50-54页 |
| 4.4 实验结果 | 第54-55页 |
| 4.5 本章小节 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 附录 | 第63-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间的研究成果 | 第65页 |