首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图学习多视图聚类

中文摘要第3-4页
Abstract第4页
第一章 引言第7-16页
    1.1 多视图聚类问题的背景意义第7-8页
    1.2 多视图聚类问题的发展历程第8-14页
    1.3 研究内容与章节安排第14-16页
第二章 相关工作第16-28页
    2.1 谱聚类第16-20页
        2.1.1 图构造方法第16-18页
        2.1.2 图嵌入第18-19页
        2.1.3 后期处理第19-20页
    2.2 自适应图聚类第20-23页
        2.2.1 优化问题求解第21-22页
        2.2.2 秩约束拉普拉斯矩阵第22-23页
    2.3 多视图聚类第23-27页
        2.3.1 基于协同思想的多视图聚类算法第23-24页
        2.3.2 基于马尔科夫链的多视图聚类算法第24-25页
        2.3.3 基于kmeans的多视图聚类算法第25-26页
        2.3.4 基于二分图的多视图聚类算法第26-27页
    2.4 本章小结第27-28页
第三章 自适应图多视图聚类第28-39页
    3.1 优化问题提出第28-31页
        3.1.1 初始化图第29-30页
        3.1.2 统一图第30页
        3.1.3 统一图秩约束第30-31页
        3.1.4 聚类指导器第31页
    3.2 优化问题求解第31-35页
        3.2.1 初始化图求解第31-33页
        3.2.2 统一图求解第33-35页
    3.3 算法总结第35-36页
    3.4 收敛性分析第36-37页
    3.5 计算复杂度分析第37-38页
    3.6 本章小节第38-39页
第四章 实验第39-52页
    4.1 实验设计第39-43页
        4.1.1 数据集第39-40页
        4.1.2 对比算法第40-41页
        4.1.3 评价指标第41-43页
    4.2 结果及分析第43-50页
        4.2.1 合成数据集第43-45页
        4.2.2 真实数据集第45-50页
    4.3 收敛性第50-52页
第五章 结论第52-54页
    5.1 主要结论第52-53页
    5.2 研究展望第53-54页
参考文献第54-60页
在学期间的研究成果第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:空谱特征学习在高光谱图像分类中的应用
下一篇:不可靠通信中的两阶段认证与多接收者隐私保护协议的研究