| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文的主要工作 | 第12-13页 |
| ·论文的安排 | 第13页 |
| ·小结 | 第13-14页 |
| 第二章 谱聚类的图论基础 | 第14-26页 |
| ·谱聚类的图论基础 | 第14-22页 |
| ·Laplacian 的求取 | 第14-15页 |
| ·拉普拉斯矩阵的规范化 | 第15-16页 |
| ·Fiedler 向量 | 第16页 |
| ·相似度度量 | 第16-18页 |
| ·图的划分方法 | 第18-22页 |
| ·图的算法 | 第22-24页 |
| ·图的存储 | 第22-23页 |
| ·图的常用操作 | 第23-24页 |
| ·小结 | 第24-26页 |
| 第三章 聚类算法与聚类集成介绍 | 第26-36页 |
| ·聚类相关概念 | 第26-28页 |
| ·概述 | 第26-27页 |
| ·聚类效果评估方法 | 第27页 |
| ·数据预处理 | 第27-28页 |
| ·谱聚类算法 | 第28-32页 |
| ·二路谱聚类算法 | 第28-30页 |
| ·多路谱聚类算法 | 第30-32页 |
| ·聚类集成 | 第32-35页 |
| ·聚类集成介绍 | 第32-33页 |
| ·多样性个体的构造 | 第33-34页 |
| ·聚类结果之间关系分析 | 第34-35页 |
| ·合并策略 | 第35页 |
| ·小结 | 第35-36页 |
| 第四章 基于阻尼距离的谱聚类集成 | 第36-51页 |
| ·引言 | 第36页 |
| ·传统谱聚类算法 | 第36-38页 |
| ·基于阻尼距离的谱聚类算法 | 第38-43页 |
| ·阻尼距离的计算 | 第38-42页 |
| ·阻尼距离的使用 | 第42-43页 |
| ·改进的谱聚类算法 | 第43页 |
| ·KM 算法与改进的 K-means 算法 | 第43-47页 |
| ·KM 算法 | 第44-46页 |
| ·集成算法 | 第46-47页 |
| ·聚类集成 | 第47-49页 |
| ·引言 | 第47页 |
| ·聚类标记匹配 | 第47-48页 |
| ·得到新的聚类属性 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 实验及结果分析 | 第51-63页 |
| ·数据准备 | 第51-52页 |
| ·数据的预处理 | 第52页 |
| ·数据集分布情况 | 第52-53页 |
| ·普通数据的聚类结果 | 第53-54页 |
| ·基于阻尼距离谱聚类算法与常用谱聚类算法的聚类结果对比 | 第54-58页 |
| ·Dm 聚成两类的对比 | 第54-55页 |
| ·Vtk 聚成两个类的对比 | 第55-56页 |
| ·Dm 聚类四个聚类的对比 | 第56-58页 |
| ·算法运行时间对比 | 第58-60页 |
| ·聚类集成结果 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·本文总结 | 第63页 |
| ·下一步工作 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |