基于自然邻的自适应谱聚类算法研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 2 谱聚类算法 | 第15-24页 |
| 2.1 图论基础 | 第15-19页 |
| 2.1.1 图与图的表示 | 第15-16页 |
| 2.1.2 相似图构造与拉普拉斯矩阵 | 第16-17页 |
| 2.1.3 图划分准则 | 第17-19页 |
| 2.2 算法实现 | 第19-21页 |
| 2.2.1 未规范化的谱聚类算法 | 第19-20页 |
| 2.2.2 规范化的谱聚类算法实现 | 第20-21页 |
| 2.3 几种经典谱聚类算法和参数选取算法 | 第21-23页 |
| 2.3.1 经典算法比较 | 第21页 |
| 2.3.2 几种参数选取算法 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 自然邻算法 | 第24-27页 |
| 3.1 自然邻定义 | 第24-25页 |
| 3.2 自然邻算法实现 | 第25-26页 |
| 3.3 本章小结 | 第26-27页 |
| 4 基于自然邻自适应谱聚类算法(NN-ASC) | 第27-41页 |
| 4.1 谱聚类算法改进 | 第27-33页 |
| 4.1.1 概述 | 第27页 |
| 4.1.2 改进目标 | 第27-30页 |
| 4.1.3 改进过程 | 第30-33页 |
| 4.1.4 算法步骤与时间复杂度分析 | 第33页 |
| 4.2 实验结果与分析 | 第33-39页 |
| 4.2.1 有效性实验 | 第33-35页 |
| 4.2.2 对比性实验 | 第35-39页 |
| 4.2.3 实验结果分析 | 第39页 |
| 4.3 本章小结 | 第39-41页 |
| 5 基于自然邻的噪声去除算法(NN-NR) | 第41-52页 |
| 5.1 离群点挖掘方法概述 | 第41-43页 |
| 5.1.1 基于分布的离群点 | 第42页 |
| 5.1.2 基于聚类的离群点 | 第42页 |
| 5.1.3 基于距离的离群点 | 第42页 |
| 5.1.4 基于密度的离群点 | 第42-43页 |
| 5.2 LOF算法概述 | 第43-46页 |
| 5.3 基于自然邻的噪声去除算法 | 第46-49页 |
| 5.3.1 算法思想 | 第46-48页 |
| 5.3.2 算法步骤 | 第48-49页 |
| 5.4 实验结果与分析 | 第49-51页 |
| 5.4.1 有效性实验 | 第49-50页 |
| 5.4.2 对比性实验与结果分析 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-55页 |
| 6.1 论文工作总结 | 第52-53页 |
| 6.2 下一步工作展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
| A. 作者在攻读学位期间发表的论文目录 | 第60页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第60页 |
