基于图模型的高效聚类算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-14页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 本文研究的主要内容 | 第12-13页 |
| 1.3 论文的组织安排 | 第13-14页 |
| 2 图聚类研究理论基础 | 第14-25页 |
| 2.1 图聚类研究概述 | 第14-20页 |
| 2.1.1 图模型相关概念 | 第14-15页 |
| 2.1.2 图聚类主要方法概述 | 第15-20页 |
| 2.2 聚类集成 | 第20-24页 |
| 2.2.1 聚类集成基本概念 | 第20-21页 |
| 2.2.2 聚类成员的构造 | 第21-22页 |
| 2.2.3 合并策略 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于前k短路径的图聚类算法 | 第25-45页 |
| 3.1 问题提出 | 第25页 |
| 3.2 前K短路径的图聚类算法 | 第25-33页 |
| 3.2.1 相似矩阵构造 | 第25-27页 |
| 3.2.2 数据重构表达 | 第27-29页 |
| 3.2.3 聚类阶段 | 第29-31页 |
| 3.2.4 算法流程 | 第31-33页 |
| 3.3 算法仿真及结果分析 | 第33-44页 |
| 3.3.1 实验数据集 | 第33-34页 |
| 3.3.2 实验评价标准 | 第34-35页 |
| 3.3.3 实验结果分析 | 第35-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 基于多数投票的图聚类集成算法 | 第45-57页 |
| 4.1 问题提出 | 第45页 |
| 4.2 算法设计与分析 | 第45-51页 |
| 4.2.1 标签统一策略 | 第45-47页 |
| 4.2.2 合并策略 | 第47-48页 |
| 4.2.3 算法流程 | 第48-51页 |
| 4.3 算法仿真及结果分析 | 第51-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 结论与展望 | 第57-59页 |
| 5.1 本文总结 | 第57页 |
| 5.2 未来展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第63-65页 |
| 学位论文数据集 | 第65页 |
