| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第8-10页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 本文工作 | 第9页 |
| 1.3 本文组织 | 第9-10页 |
| 第二章 研究背景及相关工作 | 第10-20页 |
| 2.1 谱聚类算法 | 第10-14页 |
| 2.2 谱聚类加速算法 | 第14-18页 |
| 2.2.1 相似度矩阵的随机采样算法 | 第14-15页 |
| 2.2.2 基于Nystrom的特征值分解加速算法 | 第15-17页 |
| 2.2.3 随机SVD算法 | 第17页 |
| 2.2.4 并行化算法 | 第17-18页 |
| 2.3 已有算法的局限性 | 第18-20页 |
| 第三章 基于标记点的谱聚类算法 | 第20-36页 |
| 3.1 引言 | 第20页 |
| 3.2 样本的稀疏编码表述 | 第20-27页 |
| 3.2.1 标记点的选择及距离计算 | 第22-24页 |
| 3.2.2 基于标记点的稀疏编码方法与其它方法的差异 | 第24-25页 |
| 3.2.3 相似度矩阵的稀疏编码表述 | 第25-27页 |
| 3.3 幂迭代聚类方法 | 第27-29页 |
| 3.4 结合稀疏编码的幂迭代方法 | 第29-30页 |
| 3.5 子空间迭代方法 | 第30-32页 |
| 3.6 算法复杂度分析 | 第32-36页 |
| 第四章 实验 | 第36-51页 |
| 4.1 实验准备 | 第36-37页 |
| 4.2 评价标准 | 第37页 |
| 4.3 数据集 | 第37-39页 |
| 4.4 实验结果 | 第39-46页 |
| 4.5 LSISC在图像分割中的应用 | 第46-51页 |
| 第五章 总结和展望 | 第51-53页 |
| 5.1 本文总结 | 第51页 |
| 5.2 未来展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |