基于谱聚类的数据挖掘方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 聚类算法研究现状 | 第16-19页 |
| 1.2.1 谱聚类算法 | 第16-17页 |
| 1.2.2 半监督聚类算法 | 第17-18页 |
| 1.2.3 半监督谱聚类算法 | 第18-19页 |
| 1.3 论文主要内容与章节安排 | 第19-21页 |
| 1.3.1 主要内容 | 第19页 |
| 1.3.2 章节安排 | 第19-21页 |
| 第二章 谱聚类理论基础 | 第21-29页 |
| 2.1 引言 | 第21页 |
| 2.2 谱聚类算法 | 第21-26页 |
| 2.2.1 图谱理论 | 第21-24页 |
| 2.2.2 经典谱聚类算法 | 第24-25页 |
| 2.2.3 存在的问题 | 第25-26页 |
| 2.3 聚类算法评价标准 | 第26-27页 |
| 2.3.1 准确率 | 第26页 |
| 2.3.2 标准化互信息 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于快速选取地标点的谱聚类算法 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 基于地标点稀疏表示的谱聚类算法 | 第29-34页 |
| 3.2.1 算法原理 | 第29-32页 |
| 3.2.2 算法流程 | 第32-33页 |
| 3.2.3 存在问题 | 第33-34页 |
| 3.3 基于快速选取地标点的谱聚类算法 | 第34-38页 |
| 3.3.1 问题描述 | 第34-35页 |
| 3.3.2 算法原理 | 第35-37页 |
| 3.3.3 算法流程 | 第37-38页 |
| 3.4 实验与分析 | 第38-41页 |
| 3.4.1 实验条件 | 第38-39页 |
| 3.4.2 实验结果与分析 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 基于强连通分量的隐含约束扩展算法 | 第43-59页 |
| 4.1 引言 | 第43页 |
| 4.2 基于矩阵实现的成对约束扩展算法 | 第43-47页 |
| 4.2.1 算法原理 | 第43-45页 |
| 4.2.2 算法描述 | 第45-46页 |
| 4.2.3 算法流程 | 第46-47页 |
| 4.3 基于强连通分量的隐含约束扩展算法 | 第47-53页 |
| 4.3.1 问题描述 | 第47-48页 |
| 4.3.2 算法原理 | 第48-51页 |
| 4.3.3 算法流程 | 第51-53页 |
| 4.4 实验与分析 | 第53-57页 |
| 4.4.1 实验条件 | 第53页 |
| 4.4.2 实验结果与分析 | 第53-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 基于隐含约束扩展的谱聚类算法 | 第59-73页 |
| 5.1 引言 | 第59页 |
| 5.2 基于成对约束的地标点稀疏表示谱聚类算法 | 第59-63页 |
| 5.2.1 算法原理 | 第60-61页 |
| 5.2.2 算法流程 | 第61-62页 |
| 5.2.3 算法改进 | 第62-63页 |
| 5.3 基于L1范数的约束谱聚类算法 | 第63-68页 |
| 5.3.1 算法原理 | 第63-66页 |
| 5.3.2 算法流程 | 第66-67页 |
| 5.3.3 算法改进 | 第67-68页 |
| 5.4 实验与分析 | 第68-71页 |
| 5.4.1 实验条件 | 第68-69页 |
| 5.4.2 实验结果与分析 | 第69-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 作者简介 | 第81-82页 |
