| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 聚类算法的研究现状 | 第14-15页 |
| 1.3 聚类算法的发展趋势 | 第15-18页 |
| 第二章 基于免疫协同进化的聚类算法 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 模糊C均值算法 | 第18-20页 |
| 2.3 基于免疫协同进化的聚类算法 | 第20-25页 |
| 2.3.1 适应度函数 | 第20页 |
| 2.3.2 初始化 | 第20页 |
| 2.3.3 克隆及克隆选择操作 | 第20-22页 |
| 2.3.4 较优解集邻域交叉算子 | 第22-23页 |
| 2.3.5 合作算子 | 第23页 |
| 2.3.6 吞并算子 | 第23-24页 |
| 2.3.7 分裂算子 | 第24页 |
| 2.3.8 精英保留操作 | 第24-25页 |
| 2.3.9 算法总体流程 | 第25页 |
| 2.4 实验结果及其分析 | 第25-32页 |
| 2.4.1 数据集 | 第25-27页 |
| 2.4.2 参数分析 | 第27-29页 |
| 2.4.3 实验结果及分析 | 第29-32页 |
| 2.5 收敛性和多样性分析 | 第32-34页 |
| 2.5.1 收敛性分析 | 第32页 |
| 2.5.2 多样性分析 | 第32-34页 |
| 2.6 总结 | 第34-36页 |
| 第三章 基于稀疏近邻传播抽样的快速克隆选择聚类算法 | 第36-46页 |
| 3.1 引言 | 第36-37页 |
| 3.2 克隆选择聚类算法和近邻传播算法简介 | 第37-40页 |
| 3.2.1 克隆选择聚类算法 | 第37-39页 |
| 3.2.2 近邻传播算法 | 第39-40页 |
| 3.3 基于稀疏近邻传播抽样的快速克隆选择聚类算法 | 第40-41页 |
| 3.3.1 构造稀疏的相似度矩阵 | 第40页 |
| 3.3.2 快速克隆选择聚类算法 | 第40-41页 |
| 3.3.3 基于稀疏近邻传播抽样的快速克隆选择聚类算法 | 第41页 |
| 3.4 实验及分析 | 第41-44页 |
| 3.4.1 数据集 | 第41-43页 |
| 3.4.2 实验结果及分析 | 第43-44页 |
| 3.5 总结 | 第44-46页 |
| 第四章 一种基于稀疏近邻传播的快速谱聚类算法 | 第46-58页 |
| 4.1 引言 | 第46-47页 |
| 4.2 近邻传播算法和基于里程碑表示的谱聚类算法介绍 | 第47-49页 |
| 4.2.1 近邻传播算法 | 第47-48页 |
| 4.2.2 基于里程碑表示的谱聚类算法 | 第48-49页 |
| 4.3 一种基于稀疏近邻传播的快速谱聚类算法 | 第49-52页 |
| 4.3.1 近邻搜索算法 | 第49-50页 |
| 4.3.2 层次k-means树 | 第50页 |
| 4.3.3 基于稀疏近邻传播的快速谱聚类算法 | 第50-52页 |
| 4.3.4 复杂度分析 | 第52页 |
| 4.4 实验与参数分析 | 第52-57页 |
| 4.4.1 数据集 | 第52-54页 |
| 4.4.2 准确率 | 第54-55页 |
| 4.4.3 参数与耗时分析 | 第55-57页 |
| 4.5 总结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文总结 | 第58页 |
| 5.2 进一步工作 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
