| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及其意义 | 第10-12页 |
| ·聚类分析的典型要求 | 第11-12页 |
| ·聚类的过程 | 第12页 |
| ·聚类方法的分类 | 第12-15页 |
| ·基于划分的聚类 | 第13-15页 |
| ·半监督聚类 | 第15页 |
| ·流形学习简介 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| ·本文的内容安排 | 第17-18页 |
| 第二章 拉普拉斯加权聚类算法 | 第18-30页 |
| ·引言 | 第18-19页 |
| ·加权聚类算法 | 第18-19页 |
| ·C-均值与模糊C-均值 | 第19-20页 |
| ·C-均值算法（HCM） | 第19页 |
| ·模糊C-均值算法（FCM） | 第19-20页 |
| ·拉普拉斯加权聚类 | 第20-28页 |
| ·Laplacian 加权HCM（LHCM） | 第20-22页 |
| ·Laplacian 加权FCM（LFCM） | 第22-25页 |
| ·实验结果与分析 | 第25-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 自适应拉普拉斯加权聚类算法 | 第30-39页 |
| ·引言 | 第30页 |
| ·自适应拉普拉斯加权聚类算法 | 第30-34页 |
| ·自适应Laplacian 加权 HCM（ALHCM） | 第30-32页 |
| ·自适应Laplacian 加权 FCM（ALFCM） | 第32-34页 |
| ·实验结果与讨论 | 第34-38页 |
| ·人工数据集 | 第34-37页 |
| ·UCI 标准数据集 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 半监督拉普拉斯加权聚类算法 | 第39-46页 |
| ·引言 | 第39页 |
| ·半监督拉普拉斯加权聚类算法 | 第39-43页 |
| ·半监督Laplacian 加权FCM（SLFCM） | 第40-42页 |
| ·半监督Laplacian 加权FCM（SLFCM）算法描述 | 第42-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 拉普拉斯加权聚类在图像分割中的应用 | 第46-52页 |
| ·引言 | 第46-47页 |
| ·图像分割算法 | 第47页 |
| ·隶属度约束的半监督加权聚类算法 | 第47-51页 |
| ·隶属度约束的半监督LFCM 算法 | 第47-49页 |
| ·图像分割实验结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·已有工作小结 | 第52-53页 |
| ·未来工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 在学期间的研究成果及发表的学术论文 | 第59页 |
