基于Nystr(o|¨)m扩展的谱聚类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·谱聚类算法概述 | 第9-10页 |
| ·本文组织结构 | 第10-11页 |
| 2 谱聚类算法综述 | 第11-22页 |
| ·谱聚类相关理论 | 第11-14页 |
| ·相似度图 | 第11-12页 |
| ·Laplacian矩阵 | 第12页 |
| ·谱聚类算法 | 第12-14页 |
| ·谱聚类算法热点问题及改进 | 第14-22页 |
| ·参数σ的选择 | 第14-15页 |
| ·相似度矩阵的改进 | 第15-16页 |
| ·如何自动确定聚类个数 | 第16-17页 |
| ·如何选择特征向量 | 第17-18页 |
| ·利用约束信息的谱聚类 | 第18-20页 |
| ·谱聚类应用于大规模数据 | 第20-22页 |
| 3 基于Nystrom扩展的谱聚类算法 | 第22-33页 |
| ·Nystrom扩展相关理论 | 第22-26页 |
| ·Nystrom扩展方法 | 第22-23页 |
| ·Nystrom扩展应用于谱聚类 | 第23-25页 |
| ·特征向量的正交化 | 第25-26页 |
| ·Nystrom扩展的抽样算法 | 第26-32页 |
| ·基于k-means中心点的抽样算法 | 第26-27页 |
| ·最远最近抽样 | 第27页 |
| ·基于随机策略的抽样 | 第27-28页 |
| ·自适应的抽样策略 | 第28页 |
| ·基于舒尔补的抽样算法 | 第28-30页 |
| ·基于贪心策略的抽样算法 | 第30-31页 |
| ·基于方差的增量抽样算法 | 第31-32页 |
| ·带权重的Nystrom扩展技术 | 第32-33页 |
| 4 基于预测损失分析的增量抽样算法 | 第33-42页 |
| ·算法动机 | 第33-35页 |
| ·预测未抽样点的损失分析 | 第35-37页 |
| ·基于损失分析的增量抽样算法 | 第37-39页 |
| ·实现问题分析 | 第39-42页 |
| ·时间复杂度 | 第39页 |
| ·孤立点 | 第39-40页 |
| ·抽样停止标准 | 第40-42页 |
| 5 实验结果与分析 | 第42-52页 |
| ·聚类评价标准 | 第42-43页 |
| ·参数设置 | 第43页 |
| ·实验结果 | 第43-52页 |
| ·人造数据集的聚类效果 | 第43-45页 |
| ·UCI数据集的聚类结果 | 第45-47页 |
| ·大规模数据的实验效果 | 第47页 |
| ·图像分割实验结果 | 第47-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-60页 |
