改进的谱聚类算法及其应用研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 谱聚类算法概述 | 第10-12页 |
| 1.2.1 谱聚类简介 | 第10页 |
| 1.2.2 谱聚类的研究热点 | 第10-12页 |
| 1.3 谱聚类算法的研究现状 | 第12-13页 |
| 1.4 论文主要研究内容与组织结构 | 第13-14页 |
| 2 基础理论 | 第14-23页 |
| 2.1 图及其矩阵的相关概念 | 第14-18页 |
| 2.1.1 图的基本知识 | 第14页 |
| 2.1.2 相似矩阵、度矩阵及矩阵的谱 | 第14-15页 |
| 2.1.3 图的矩阵表示 | 第15-16页 |
| 2.1.4 图的拉普拉斯矩阵 | 第16-18页 |
| 2.2 谱图划分准则 | 第18-20页 |
| 2.3 谱聚类算法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于自适应相似矩阵的谱聚类算法 | 第23-32页 |
| 3.1 概述 | 第23页 |
| 3.2 基于自适应相似矩阵的谱聚类算法 | 第23-27页 |
| 3.2.1 谱聚类算法现存问题 | 第23-24页 |
| 3.2.2 测地距离 | 第24-26页 |
| 3.2.3 密度 | 第26页 |
| 3.2.4 基于自适应相似矩阵的谱聚类算法 | 第26-27页 |
| 3.3 实验与分析 | 第27-31页 |
| 3.3.1 评价指标 | 第28页 |
| 3.3.2 数值实验验证 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 改进谱聚类算法在图像分割中的应用 | 第32-40页 |
| 4.1 概述 | 第32页 |
| 4.2 改进谱聚类算法 | 第32-36页 |
| 4.2.1 Nystrom采样方法 | 第32-34页 |
| 4.2.2 近邻传播聚类算法 | 第34-35页 |
| 4.2.3 改进谱聚类算法--ZINJW 算法 | 第35-36页 |
| 4.3 图像分割实验验证 | 第36-39页 |
| 4.3.1 视觉实验对比图 | 第36-38页 |
| 4.3.2 量化指标实验对比结果 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 5 总结与展望 | 第40-42页 |
| 5.1 总结 | 第40-41页 |
| 5.2 展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 读硕士期间发表的论文 | 第46-47页 |
| 致谢 | 第47-48页 |
