摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
符号对照表 | 第13-14页 |
缩略语对照表 | 第14-19页 |
第一章 绪论 | 第19-27页 |
1.1 研究背景 | 第19-20页 |
1.2 研究现状 | 第20-22页 |
1.2.1 现有的多视图聚类算法 | 第20-22页 |
1.3 研究内容 | 第22-27页 |
1.3.1 考虑视图相关性的多视图聚类算法 | 第22页 |
1.3.2 最优邻居核聚类算法 | 第22-23页 |
1.3.3 具有缺失视图的多视图聚类算法 | 第23页 |
1.3.4 具有矩阵范数正则化的局部多核聚类算法 | 第23-27页 |
第二章 矩阵范数导出正则化的多视图聚类算法 | 第27-39页 |
2.1 简介 | 第27-28页 |
2.2 相关工作 | 第28-29页 |
2.2.1 核k-means聚类(KKM) | 第28-29页 |
2.2.2 多核k-means聚类(MKKM) | 第29页 |
2.3 带有矩阵范数导出正则化的MKKM聚类 | 第29-33页 |
2.3.1 算法公式化描述 | 第30页 |
2.3.2 交替优化 | 第30-31页 |
2.3.3 讨论与扩展 | 第31-33页 |
2.4 实验结果 | 第33-37页 |
2.4.1 数据集 | 第33页 |
2.4.2 比较的相关算法 | 第33-34页 |
2.4.3 实验设置 | 第34-35页 |
2.4.4 实验结果 | 第35-37页 |
2.4.5 参数和收敛性分析 | 第37页 |
2.5 结论 | 第37-39页 |
第三章 基于最优邻居核的多视图聚类算法 | 第39-51页 |
3.1 引言 | 第39-40页 |
3.2 相关工作 | 第40-41页 |
3.2.1 多核k-均值聚类(MKKM) | 第40-41页 |
3.2.2 矩阵导出正则化MKKM(MKKM-MR) | 第41页 |
3.3 本文提出的最优邻居多核聚类算法 | 第41-44页 |
3.3.1 我们的算法 | 第41-42页 |
3.3.2 交替优化 | 第42-43页 |
3.3.3 讨论和扩展 | 第43-44页 |
3.4 实验 | 第44-49页 |
3.4.1 数据集 | 第44-45页 |
3.4.2 参与对比的算法 | 第45页 |
3.4.3 实验设置 | 第45-47页 |
3.4.4 实验结果 | 第47-48页 |
3.4.5 参数选择与收敛 | 第48-49页 |
3.5 结论 | 第49-51页 |
第四章 缺失多视图聚类算法 | 第51-75页 |
4.1 简介 | 第51-52页 |
4.2 相关工作 | 第52-53页 |
4.2.1 核k-均值聚类 | 第52-53页 |
4.2.2 多核k-均值聚类 | 第53页 |
4.3 我们提出的算法 | 第53-59页 |
4.3.1 有缺失的多核k-均值算法描述 | 第53-56页 |
4.3.2 缺失条件下的核互补齐多核k均值算法(MKKM-IK-MKC) | 第56-59页 |
4.3.3 扩展 | 第59页 |
4.4 实验结果 | 第59-69页 |
4.4.1 实验设置 | 第59-62页 |
4.4.2 在WebKB数据集上的实验结果 | 第62页 |
4.4.3 在Caltech101数据集上的实验结果 | 第62-65页 |
4.4.4 在数据集Flower17和Flower102上的实验结果 | 第65页 |
4.4.5 在数据集CCV上的实验结果 | 第65-68页 |
4.4.6 原始核与填补核之间的对齐 | 第68页 |
4.4.7 收敛和参数敏感度 | 第68-69页 |
4.5 总结 | 第69-75页 |
第五章 局部化缺失多视图聚类算法 | 第75-89页 |
5.1 简介 | 第75-76页 |
5.2 相关工作 | 第76-78页 |
5.2.1 多核k-means算法(MKKM) | 第76-77页 |
5.2.2 MKKM和缺失核(MKKM-IK) | 第77-78页 |
5.3 LI-MKKM-MR算法 | 第78-82页 |
5.3.1 公式表达 | 第78-80页 |
5.3.2 交替优化 | 第80-82页 |
5.4 实验 | 第82-88页 |
5.4.1 实验设置 | 第82-87页 |
5.4.2 实验结果 | 第87-88页 |
5.4.3 参数敏感性 | 第88页 |
5.5 结论 | 第88-89页 |
第六章 总结与展望 | 第89-93页 |
6.1 工作总结 | 第89-90页 |
6.2 工作展望 | 第90-93页 |
参考文献 | 第93-103页 |
致谢 | 第103-105页 |
作者简介 | 第105-108页 |