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

基于半监督学习的吸引子传播聚类算法改进与应用

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 选题背景第10-11页
    1.2 国内外研究现状第11-14页
    1.3 本文主要研究内容第14-15页
    1.4 本文主要创新点第15-16页
第2章 聚类算法理论概述第16-25页
    2.1 聚类分析第16-17页
    2.2 聚类算法分类第17-19页
    2.3 半监督聚类第19-21页
    2.4 吸引子传播聚类算法第21-22页
    2.5 聚类有效性评价方法第22-25页
第3章 基于局部保持投影的半监督聚类算法第25-29页
    3.1 局部保持投影算法第25-26页
    3.2 半监督约束规则第26页
    3.3 基于局部保持投影的半监督吸引子传播聚类算法第26-28页
        3.3.1 基于局部保持投影的半监督吸引子传播聚类算法流程第27页
        3.3.2 实验模拟与结果分析第27-28页
    3.4 本章小结第28-29页
第4章 基于半监督层次优化的吸引子传播聚类算法第29-37页
    4.1 半监督层次优化规则第29-30页
        4.1.1 半监督思想第29页
        4.1.2 半监督层次优化算法描述第29-30页
        4.1.3 基于半监督层次优化的吸引子传播聚类算法流程第30页
    4.2 聚类评价指标第30-31页
    4.3 实验模拟与结果分析第31-36页
        4.3.1 实验数据第31页
        4.3.2 实验结果分析第31-36页
    4.4 本章小结第36-37页
第5章 基于半监督层次优化的吸引子传播聚类算法在股票价值投资中的应用第37-43页
    5.1 数据选取与数据预处理第38-39页
    5.2 实证分析第39-42页
        5.2.1 实验模拟结果第39-40页
        5.2.2 聚类结果分析第40-42页
    5.3 本章小结第42-43页
第6章 基于半监督层次优化的吸引子传播聚类算法在银行客户划分中的应用第43-47页
    6.1 数据选取与数据预处理第43-44页
    6.2 实证分析第44-46页
        6.2.1 实验模拟结果第44页
        6.2.2 聚类结果分析第44-46页
    6.3 本章小结第46-47页
第7章 总结与展望第47-50页
参考文献第50-56页
攻读硕士学位期间已公开发表的论文第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:基于三因子CIR模型的资产负债利率风险免疫模型
下一篇:基于数据挖掘技术的P2P网贷平台风险识别研究