基于空间约束的半监督子空间聚类算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·相关研究现状 | 第9-10页 |
| ·本文研究内容及组织 | 第10-12页 |
| 2 高维聚类问题 | 第12-20页 |
| ·高维数据聚类 | 第12-16页 |
| ·高维数据的挑战 | 第12-13页 |
| ·高维数据对传统聚类的影响 | 第13-14页 |
| ·特征约简技术 | 第14-16页 |
| ·子空间聚类 | 第16-19页 |
| ·子空间聚类原理 | 第16-17页 |
| ·自底向上的搜索算法 | 第17-18页 |
| ·自顶向下的搜索算法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 半监督聚类算法的研究 | 第20-29页 |
| ·半监督学习 | 第20-23页 |
| ·半监督学习的研究背景 | 第20-21页 |
| ·半监督学习的原理 | 第21页 |
| ·半监督学习的假设 | 第21-22页 |
| ·半监督学习的主要分类 | 第22-23页 |
| ·半监督聚类 | 第23-28页 |
| ·半监督聚类定义 | 第23页 |
| ·半监督聚类的分类 | 第23-24页 |
| ·半监督聚类的距离机制的研究 | 第24-27页 |
| ·几种半监督聚类算法的研究 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4 半监督子空间聚类算法 | 第29-45页 |
| ·算法动机和相关概念 | 第29-36页 |
| ·成对约束 | 第29-30页 |
| ·不一致性约束 | 第30-31页 |
| ·出发点 | 第31页 |
| ·遗传算法 | 第31-36页 |
| ·符号表示 | 第36页 |
| ·S~3C算法 | 第36-44页 |
| ·子空间形成阶段 | 第37-43页 |
| ·数据分配阶段 | 第43-44页 |
| ·参数确定 | 第44页 |
| ·时间复杂度分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 5 实验验证 | 第45-55页 |
| ·人工数据集和约束集的生成方法 | 第45页 |
| ·人工数据集和参数的设定 | 第45-46页 |
| ·人工数据集上的实验结果 | 第46-53页 |
| ·准确率 | 第47-52页 |
| ·鲁棒性 | 第52-53页 |
| ·真实数据集上的实验结果 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
