高维高噪声数据聚类中关键问题研究
| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-28页 |
| ·研究背景与意义 | 第12-14页 |
| ·聚类方法概述 | 第14-16页 |
| ·研究现状与关键问题 | 第16-25页 |
| ·研究现状 | 第16-20页 |
| ·典型子空间聚类算法与性能评价 | 第20-25页 |
| ·聚类任务中关键问题分析 | 第25页 |
| ·本文主要工作及内容安排 | 第25-28页 |
| ·主要工作 | 第25-26页 |
| ·内容安排 | 第26-28页 |
| 第二章 基于熵加权混合模型的子空间聚类 | 第28-40页 |
| ·算法思想 | 第28页 |
| ·子空间聚类模型 | 第28-30页 |
| ·熵加权子空间聚类算法 | 第30-33页 |
| ·目标函数 | 第30页 |
| ·参数估计 | 第30-33页 |
| ·算法步骤 | 第33页 |
| ·收敛性和复杂度分析 | 第33-34页 |
| ·实验 | 第34-39页 |
| ·高维仿真数据实验 | 第34-37页 |
| ·真实数据实验 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第三章 基于样本加权的健壮子空间聚类 | 第40-52页 |
| ·健壮子空间聚类算法 | 第40-43页 |
| ·目标函数 | 第40-41页 |
| ·参数估计 | 第41-42页 |
| ·算法步骤 | 第42-43页 |
| ·收敛性和复杂度分析 | 第43页 |
| ·实验 | 第43-51页 |
| ·二维仿真数据实验 | 第44-48页 |
| ·高维仿真数据实验 | 第48-51页 |
| ·Lymphoma数据实验 | 第51页 |
| ·小结 | 第51-52页 |
| 第四章 基于约束混合模型的局部特征选择聚类 | 第52-64页 |
| ·无约束混合模型 | 第52-55页 |
| ·EM参数估计 | 第53-54页 |
| ·存在问题 | 第54-55页 |
| ·有约束混合模型 | 第55-57页 |
| ·收敛性和复杂度分析 | 第57页 |
| ·实验 | 第57-62页 |
| ·仿真数据实验 | 第58-61页 |
| ·真实数据实验 | 第61-62页 |
| ·小结 | 第62-64页 |
| 第五章 基于均匀效应的健壮聚类初始化 | 第64-74页 |
| ·均匀效应 | 第64-65页 |
| ·健壮聚类初始化算法 | 第65-68页 |
| ·算法思想 | 第65-66页 |
| ·阈值估计 | 第66页 |
| ·算法实现 | 第66-68页 |
| ·实验 | 第68-71页 |
| ·初始化结果 | 第70-71页 |
| ·参数敏感性分析 | 第71页 |
| ·小结 | 第71-74页 |
| 第六章 基于自适应L_q范数的健壮聚类 | 第74-84页 |
| ·基于自适应L_q范数的目标函数及其求解 | 第74-77页 |
| ·目标函数 | 第74页 |
| ·基于非线性变换的目标函数求解 | 第74-75页 |
| ·参数q_k的自适应求解 | 第75-77页 |
| ·基于健壮类簇中心的噪声点检测 | 第77页 |
| ·实验评估 | 第77-82页 |
| ·混合alpha稳定数据实验 | 第77-80页 |
| ·R-数据和D-数据的噪声检测 | 第80-82页 |
| ·真实数据集实验 | 第82页 |
| ·讨论 | 第82-83页 |
| ·小结 | 第83-84页 |
| 第七章 总结与展望 | 第84-86页 |
| ·总结 | 第84-85页 |
| ·展望 | 第85-86页 |
| 附录A | 第86-88页 |
| 附录B | 第88-90页 |
| 附录C | 第90-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-104页 |
| 攻读博士学位期间的研究成果 | 第104页 |
