| 中文摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第12-25页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-22页 |
| 1.2.1 半监督聚类算法 | 第14-16页 |
| 1.2.2 主动学习 | 第16-18页 |
| 1.2.3 社团检测 | 第18-22页 |
| 1.3 论文的研究内容和组织 | 第22-25页 |
| 第二章 基于极少量标签数据的半监督聚类方法 | 第25-45页 |
| 2.1 基于标签数据集的半监督聚类 | 第25-28页 |
| 2.2 基于极少量标签数据的半监督K均值聚类算法 | 第28-35页 |
| 2.2.1 基于极少量标签数据的半监督K均值聚类算法 | 第29-32页 |
| 2.2.2 时间复杂度分析 | 第32页 |
| 2.2.3 实验结果 | 第32-35页 |
| 2.2.3.1 IRIS数据集 | 第33页 |
| 2.2.3.2 Wine数据集 | 第33-34页 |
| 2.2.3.3 Ecoli数据集 | 第34-35页 |
| 2.3 基于极少量标签数据和标签传播的半监督聚类算法 | 第35-43页 |
| 2.3.1 K最近邻规则及分析 | 第35-37页 |
| 2.3.2 基于极少量标签数据和标签传播的半监督聚类算法 | 第37-40页 |
| 2.3.3 时间复杂度分析 | 第40页 |
| 2.3.4 实验结果 | 第40-43页 |
| 2.3.4.1 IRIS数据集 | 第41-42页 |
| 2.3.4.2 Wine数据集 | 第42页 |
| 2.3.4.3 Page Blocks数据集 | 第42-43页 |
| 2.4 小结 | 第43-45页 |
| 第三章 多密度不平衡数据集上的主动半监督聚类方法 | 第45-62页 |
| 3.1 主动学习技术概述 | 第45-49页 |
| 3.1.1 不确定缩减的数据选取策略 | 第46页 |
| 3.1.2 版本空间缩减的数据选取策略 | 第46-47页 |
| 3.1.3 期望模型变化的数据选取策略 | 第47-48页 |
| 3.1.4 期望误差缩减的数据选取策略 | 第48页 |
| 3.1.5 基于密度的数据选取策略 | 第48-49页 |
| 3.2 基于最小生成树聚类的标签数据的主动选取方法 | 第49-52页 |
| 3.3 多密度不平衡数据集上的半监督聚类方法 | 第52-55页 |
| 3.4 时间复杂度分析 | 第55页 |
| 3.5 实验 | 第55-60页 |
| 3.5.1 IRIS数据集 | 第56-57页 |
| 3.5.2 Wine数据集 | 第57-59页 |
| 3.5.3. Ecoli数据集 | 第59-60页 |
| 3.5.4. 人工合成数据集 | 第60页 |
| 3.6 小结 | 第60-62页 |
| 第四章 基于标签传播的主动半监督社团检测方法 | 第62-84页 |
| 4.1 基于标签传播的社团检测算法 | 第63-67页 |
| 4.2 半监督社团检测方法 | 第67-69页 |
| 4.3 基于标签传播的主动半监督社团检测方法 | 第69-77页 |
| 4.3.1 基于最短路径的标签节点选取方法 | 第71-74页 |
| 4.3.2. 基于标签传播的半监督社团检测方法 | 第74-76页 |
| 4.3.3 时间复杂度分析 | 第76-77页 |
| 4.4 实验 | 第77-83页 |
| 4.4.1 基于误分节点个数的度量方法 | 第77-82页 |
| 4.4.1.1 Zachary的空手道俱乐部网络 | 第77-79页 |
| 4.4.1.2 Risk地图网络 | 第79-80页 |
| 4.4.1.3 科研合作网络 | 第80-81页 |
| 4.4.1.4 人工合成的LFR标准测试网络 | 第81-82页 |
| 4.4.2 模块度度量方法 | 第82-83页 |
| 4.5 小结 | 第83-84页 |
| 第五章 基于非对称相似性的快速主动半监督社团检测方法 | 第84-107页 |
| 5.1 引言 | 第84-85页 |
| 5.2 相似性度量 | 第85-89页 |
| 5.2.1 基于随机游走的相似性研究 | 第86-87页 |
| 5.2.2 基于公共邻居节点之间的相似性研究 | 第87-89页 |
| 5.3 节点选取的主动机制 | 第89-94页 |
| 5.4 主动半监督社团检测算法 | 第94-96页 |
| 5.5 复杂度分析 | 第96-97页 |
| 5.6 实验 | 第97-106页 |
| 5.6.1 基于误分节点个数的度量方法 | 第97-102页 |
| 5.6.1.1 Zachary的空手道俱乐部网络 | 第98-99页 |
| 5.6.1.2 Risk地图网络 | 第99-100页 |
| 5.6.1.3 科研合作网络 | 第100-101页 |
| 5.6.1.4 人工合成的LFR标准测试网络 | 第101-102页 |
| 5.6.2 模块度度量方法 | 第102-104页 |
| 5.6.3 归一化互信息(NMI)度量方法 | 第104-106页 |
| 5.7 结论 | 第106-107页 |
| 第六章 总结与展望 | 第107-110页 |
| 6.1 全文总结 | 第107-108页 |
| 6.2 展望及后续研究 | 第108-110页 |
| 参考文献 | 第110-116页 |
| 在学期间的研究成果 | 第116-117页 |
| 致谢 | 第117页 |
