基于Nystr(?)m扩展的大规模谱聚类算法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·谱聚类算法简述 | 第9-10页 |
| ·本文组织结构 | 第10-11页 |
| 2 谱聚类算法综述 | 第11-18页 |
| ·拉普拉斯矩阵 | 第11-13页 |
| ·谱聚类算法研究热点 | 第13-18页 |
| ·关于相似度函数的参数问题 | 第13-14页 |
| ·相似度矩阵的改进 | 第14-15页 |
| ·自动确定聚类数目 | 第15页 |
| ·特征向量选择 | 第15-16页 |
| ·应用大大规模数据集中 | 第16-18页 |
| 3 基于Nystrom扩展的谱聚类算法 | 第18-30页 |
| ·Nystrom扩展方法 | 第18-21页 |
| ·Nystrom扩展方法 | 第18-19页 |
| ·Nystrom扩展应用到谱聚类算法 | 第19-20页 |
| ·特征向量的正交化 | 第20-21页 |
| ·Nystrom的改进算法 | 第21-26页 |
| ·利用k-means算法作为抽样算法 | 第22-23页 |
| ·选择抽样 | 第23页 |
| ·随机抽样 | 第23-24页 |
| ·自适应部分抽样 | 第24页 |
| ·随机与确定性抽样算法 | 第24-25页 |
| ·贪心的抽样算法 | 第25-26页 |
| ·使用更多的样本点 | 第26-27页 |
| ·带权重的Nystrom扩展 | 第27-28页 |
| ·并行化处理 | 第28-30页 |
| 4 基于可聚性的抽样算法及分析 | 第30-40页 |
| ·可聚性 | 第30-32页 |
| ·增量抽样算法 | 第32-34页 |
| ·算法分析 | 第34-40页 |
| 5 实验结果及分析 | 第40-48页 |
| ·评价标准 | 第40-41页 |
| ·数据集介绍 | 第41-43页 |
| ·实验结果 | 第43-48页 |
| ·人工数据集实验结果 | 第43-44页 |
| ·在UCI数据集上聚类结果 | 第44-45页 |
| ·图像分割实验 | 第45-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-55页 |
