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--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于偶对约束的半监督模糊聚类算法研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-16页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状及分析第10-13页
    1.3 主要研究内容第13-14页
    1.4 论文组织第14-16页
第2章 相关知识第16-26页
    2.1 半监督模糊聚类第16-21页
        2.1.1 聚类的定义和常见的聚类算法第16-20页
        2.1.2 半监督聚类第20-21页
    2.2 度量学习第21-24页
        2.2.1 明氏度量第22-23页
        2.2.2 马氏度量第23页
        2.2.3 基于核函数的度量第23-24页
    2.3 本章小结第24-26页
第3章 基于马氏度量的半监督模糊聚类第26-42页
    3.1 无监督模糊聚类第26-28页
        3.1.1 CA 竞争聚类算法第26-28页
    3.2 半监督模糊聚类第28-35页
        3.2.1 AFCC 半监督模糊聚类第28-33页
        3.2.2 SCAPC 半监督模糊聚类第33-35页
    3.3 基于马氏度量的 F(M)-SCAPC 算法第35-41页
    3.4 本章小结第41-42页
第4章 基于高斯核函数的半监督模糊聚类第42-52页
    4.1 高斯核函数第42-45页
    4.2 基于高斯核的 F(K)-SCAPC 算法第45-51页
    4.3 本章小结第51-52页
第5章 实验结果及分析第52-63页
    5.1 基于马氏度量的实验与分析第52-59页
        5.1.1 AFCC 和 F-SCAPC 算法的隶属度调整作用比较第52-54页
        5.1.2 α的值和迭代次数的关系第54-55页
        5.1.3 β的值和迭代次数的关系第55-56页
        5.1.4 聚类收敛速度对比第56-58页
        5.1.5 偶对约束和聚类结果实验第58-59页
    5.2 基于高斯核函数的实验第59-62页
        5.2.1 高斯核函数中σ参数对聚类结果的影响第59-60页
        5.2.2 F-SCAPC 算法与其他算法聚类正确率比较第60-62页
    5.3 本章小结第62-63页
第6章 总结与展望第63-65页
    6.1 本文总结第63-64页
    6.2 工作展望第64-65页
参考文献第65-69页
致谢第69-70页
攻读硕士学位期间论文发表情况第70页

论文共70页,点击 下载论文
上一篇:可控性脊髓爆震伤模型的建立及相关研究
下一篇:可溶型CD147促进肝癌细胞MMP-2表达上调的研究