基于最大相对密度路径的集成聚类方法
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 本文的主要贡献及创新点 | 第11-12页 |
| 1.3 文章组织结构 | 第12-14页 |
| 2 相关工作研究综述 | 第14-26页 |
| 2.1 传统聚类方法 | 第14-15页 |
| 2.2 单机密度聚类方法 | 第15-17页 |
| 2.3 集成聚类方法 | 第17-18页 |
| 2.4 基于成对相似性的集成聚类方法 | 第18-20页 |
| 2.5 基于中值划分的集成聚类方法 | 第20-21页 |
| 2.6 基于图分割的集成聚类方法 | 第21-26页 |
| 3 基于最大相对密度路径的集成聚类方法 | 第26-43页 |
| 3.1 问题定义 | 第26页 |
| 3.2 基于最大相对密度路径的集成聚类方法 | 第26-33页 |
| 3.2.1 生成基础聚类 | 第27-28页 |
| 3.2.2 构造点与簇相似度矩阵 | 第28-30页 |
| 3.2.3 构造点与点相似度矩阵 | 第30-32页 |
| 3.2.4 融合方法 | 第32-33页 |
| 3.3 实验 | 第33-42页 |
| 3.3.1 实验设置 | 第33-36页 |
| 3.3.2 在可视化数据集上的对比 | 第36-39页 |
| 3.3.3 与单机密度聚类进行对比 | 第39-40页 |
| 3.3.4 与其他集成聚类进行对比 | 第40-42页 |
| 3.4 小结 | 第42-43页 |
| 4 MRDPA在遥感数据集上的应用 | 第43-54页 |
| 4.1 背景介绍 | 第43-44页 |
| 4.2 相关工作 | 第44-47页 |
| 4.2.1 基于质心的高光谱聚类算法 | 第44-45页 |
| 4.2.2 基于密度的高光谱聚类算法 | 第45页 |
| 4.2.3 生物聚类法 | 第45页 |
| 4.2.4 基于频谱的高光谱聚类算法 | 第45-46页 |
| 4.2.5 其他方式的高光谱聚类 | 第46-47页 |
| 4.3 算法描述 | 第47-50页 |
| 4.3.1 生成基础聚类 | 第47-48页 |
| 4.3.2 构造点与簇的相似度矩阵 | 第48页 |
| 4.3.3 构造点与点的相似度矩阵 | 第48-49页 |
| 4.3.4 融合方法 | 第49-50页 |
| 4.4 高光谱数据集实验 | 第50-53页 |
| 4.4.1 实验设置 | 第50-51页 |
| 4.4.2 在高光谱数据集上的效果 | 第51-53页 |
| 4.5 小结 | 第53-54页 |
| 5 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |
