首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于非负矩阵分解的多视图聚类方法研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第11-13页
缩略语对照表第13-17页
第一章 绪论第17-25页
    1.1 研究背景及意义第17-19页
    1.2 国内外研究现状第19-23页
        1.2.1 传统聚类方法第19-21页
        1.2.2 多视图聚类方法第21-23页
    1.3 研究内容及章节安排第23-25页
第二章 相关技术概述第25-37页
    2.1 非负矩阵分解方法概述第25-26页
    2.2 流形正则化方法概述第26-27页
    2.3 常用的聚类方法第27-34页
        2.3.1 传统聚类方法第27-32页
        2.3.2 多视图聚类方法第32-34页
    2.4 聚类结果评价指标第34-35页
    2.5 本章小结第35-37页
第三章 基于非负矩阵分解和成对协同正则的多视图聚类方法第37-63页
    3.1 引言第37-38页
    3.2 协同正则化方法第38-39页
    3.3 基于非负矩阵分解和成对协同正则的多视图聚类方法第39-52页
        3.3.1 符号表示及问题描述第39页
        3.3.2 非负矩阵分解重构误差项第39-40页
        3.3.3 相似性约束项第40-41页
        3.3.4 总体目标函数第41页
        3.3.5 优化算法第41-49页
        3.3.6 算法复杂度分析第49页
        3.3.7 自适应的多视图聚类算法第49-52页
    3.4 实验结果与分析第52-61页
        3.4.1 数据集介绍第52-53页
        3.4.2 对比方法介绍第53-54页
        3.4.3 实验参数设置第54页
        3.4.4 实验结果与分析第54-55页
        3.4.5 参数敏感性分析第55-57页
        3.4.6 算法收敛性分析第57-60页
        3.4.7 算法运行时间分析第60-61页
    3.5 本章小结第61-63页
第四章 基于非负矩阵分解的多样 – 一致性多视图聚类方法第63-79页
    4.1 引言第63-64页
    4.2 基于非负矩阵分解的多样 – 一致性多视图聚类方法第64-72页
        4.2.1 符号表示及问题描述第64页
        4.2.2 非负矩阵分解重构误差项第64页
        4.2.3 表示多样性约束项第64-65页
        4.2.4 类标一致性约束项第65页
        4.2.5 视图内的相似性约束项第65-66页
        4.2.6 总体目标函数第66-67页
        4.2.7 优化算法第67-70页
        4.2.8 算法复杂度分析 54第70页
        4.2.9 自适应的多视图聚类算法第70-72页
    4.3 实验结果与分析第72-78页
        4.3.1 数据集介绍第73页
        4.3.2 实验参数设置第73-74页
        4.3.3 实验结果与分析第74-75页
        4.3.4 参数敏感性分析第75-77页
        4.3.5 算法收敛性分析第77-78页
    4.4 本章小结第78-79页
第五章 总结与展望第79-81页
    5.1 本文总结第79-80页
    5.2 工作展望第80-81页
参考文献第81-87页
致谢第87-89页
作者简介第89-90页

论文共90页,点击 下载论文
上一篇:元搜索中基于日志和语料的查询推荐模型的研究与实现
下一篇:基于注意力机制的三维超声影像的多尺度目标识别的研究