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--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于密度的聚类集成

摘要第6-7页
Abstract第7页
第1章 绪论第10-15页
    1.1 研究背景和意义第10-12页
    1.2 国内外研究现状第12-13页
        1.2.1 无监督聚类集成研究现状第12-13页
        1.2.2 半监督聚类集成研究现状第13页
    1.3 主要内容和结构安排第13-15页
        1.3.1 论文主要内容第13-14页
        1.3.2 论文结构安排第14-15页
第2章 聚类集成相关工作第15-27页
    2.1 聚类第15-20页
        2.1.1 基本概念第15-17页
        2.1.2 算法的分类第17-19页
        2.1.3 聚类评价方法第19-20页
    2.2 半监督学习第20-22页
    2.3 半监督聚类第22-23页
    2.4 集成学习第23-24页
    2.5 聚类集成第24-27页
        2.5.1 无监督聚类集成第24-25页
        2.5.2 半监督聚类集成第25-27页
第3章 基于密度的无监督聚类集成第27-36页
    3.1 基聚类结果的产生第27-29页
    3.2 基聚类结果的相似性矩阵第29-30页
    3.3 基聚类结果的密度关系第30-33页
    3.4 改进密度峰值算法用于无监督聚类集成第33-35页
    3.5 无监督聚类集成算法的实现第35-36页
第4章 基于密度的半监督聚类集成第36-41页
    4.1 半监督聚类算法的研究动机第36-38页
    4.2 改进密度峰值算法用于半监督聚类集成第38-40页
    4.3 半监督聚类集成算法的实现第40-41页
第5章 实验与分析第41-57页
    5.1 实验数据集介绍第41-42页
    5.2 评价指标和方法第42-44页
        5.2.1 micro-p评价指标第42页
        5.2.2 purity评价指标第42-43页
        5.2.3 Friedman aligned ranks方法第43-44页
    5.3 实验结果及分析第44-57页
        5.3.1 无监督聚类集成算法实验结果及分析第44-50页
        5.3.2 半监督聚类集成算法实验结果及分析第50-57页
结论与展望第57-59页
致谢第59-61页
参考文献第61-68页
攻读硕士学位期间发表的论文及科研成果第68页

论文共68页,点击 下载论文
上一篇:基于机械手的双目视觉定位抓取研究
下一篇:中国传统龙元素在现代首饰设计中的应用