| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 引言 | 第8-17页 |
| 1.1 课题的研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 多样性聚类成员的产生 | 第10-11页 |
| 1.2.2 选择策略设计 | 第11-12页 |
| 1.2.3 融合函数研究 | 第12-14页 |
| 1.3 研究内容及主要工作 | 第14-15页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 主要工作 | 第15页 |
| 1.4 论文创新点 | 第15-16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 2 现有的聚类成员选择策略 | 第17-31页 |
| 2.1 相关概念 | 第18-19页 |
| 2.1.1 NMI相似性 | 第18页 |
| 2.1.2 ARI相似性 | 第18页 |
| 2.1.3 AMI相似性 | 第18-19页 |
| 2.2 基于随机取样的选择性k-means聚类融合算法 | 第19-22页 |
| 2.2.1 基于聚类成员正确性与多样性的选择策略 | 第19-20页 |
| 2.2.2 算法框架及分析 | 第20-22页 |
| 2.3 选择加权聚类融合算法 | 第22-27页 |
| 2.3.1 基于聚类紧密度与分离度的参照成员选择策略 | 第22-23页 |
| 2.3.2 联合聚类成员质量与差异度的选择策略 | 第23-24页 |
| 2.3.3 基于容错关系信息熵的属性重要性加权方法 | 第24-25页 |
| 2.3.4 算法框架及分析 | 第25-27页 |
| 2.4 基于谱聚类分组的选择性聚类融合算法 | 第27-31页 |
| 2.4.1 谱聚类算法理论基础 | 第27-29页 |
| 2.4.2 算法框架及分析 | 第29-31页 |
| 3 基于多参照成员的选择性聚类融合算法研究 | 第31-53页 |
| 3.1 初始聚类成员产生 | 第31-32页 |
| 3.2 融合成员产生 | 第32-36页 |
| 3.2.1 初始聚类成员分组 | 第32-33页 |
| 3.2.2 组内参照成员选择 | 第33-35页 |
| 3.2.3 组内融合成员选择 | 第35-36页 |
| 3.3 融合 | 第36-38页 |
| 3.4 算法框架及分析 | 第38-41页 |
| 3.5 实验结果与分析 | 第41-53页 |
| 3.5.1 聚类簇数优化 | 第41-43页 |
| 3.5.2 选择规模分析 | 第43-50页 |
| 3.5.3 平衡因子分析 | 第50-53页 |
| 4 总结与展望 | 第53-55页 |
| 4.1 总结 | 第53-54页 |
| 4.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间科研成果 | 第58-59页 |
| 致谢 | 第59页 |
