| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专业术语注释表 | 第7-8页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 谱聚类技术概述 | 第16-24页 |
| 2.1 谱聚类算法的图论基础 | 第16-19页 |
| 2.1.1 图的基本概念 | 第16-17页 |
| 2.1.2 图的划分准则 | 第17页 |
| 2.1.3 拉普拉斯矩阵特性 | 第17-19页 |
| 2.2 谱聚类算法介绍 | 第19-22页 |
| 2.3 谱聚类算法的总结和比较 | 第22-24页 |
| 第三章 基于特征间隙检测簇数的分布式谱聚类方法 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 基于特征间隙的簇数检测方法ICNE | 第24-26页 |
| 3.3 基于特征间隙检测簇数的分布式谱聚类方法DSC-ICNE | 第26-36页 |
| 3.3.1 分布式谱聚类算法框架 | 第26-27页 |
| 3.3.2 分布式求和算法Push-Sum | 第27-29页 |
| 3.3.3 分布式特征值求解算法DLA | 第29-32页 |
| 3.3.4 分布式特征向量求解算法DOI | 第32-34页 |
| 3.3.5 分布式k-means算法 | 第34页 |
| 3.3.6 DSC-ICNE算法步骤 | 第34-36页 |
| 第四章 基于特征间隙的检测簇数的谱聚类算法（SC-ICNE） | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 SC-ICNE算法模型 | 第36-38页 |
| 4.3 SC-ICNE算法描述 | 第38-41页 |
| 4.4 SC-ICNE算法仿真及性能比较 | 第41-46页 |
| 4.4.1 SC-ICNE算法在不同高斯相似度函数下的检测簇数性能分析 | 第41-43页 |
| 4.4.2 SC-ICNE算法和k-means在同心圆环数据点集上的仿真性能对比 | 第43-44页 |
| 4.4.3 SC-ICNE算法和k-means在UCI数据集的仿真性能对比 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 论文总结 | 第46页 |
| 5.2 未来的工作展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 附录 攻读硕士学位期间撰写的论文 | 第51-52页 |
| 致谢 | 第52页 |
