| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-18页 |
| ·引言 | 第8-9页 |
| ·聚类的基本描述 | 第9-10页 |
| ·聚类过程 | 第10-12页 |
| ·聚类方法 | 第12-14页 |
| ·k-means 算法 | 第13页 |
| ·图论的方法 | 第13-14页 |
| ·核函数 | 第14-15页 |
| ·核函数的起源及基本概念 | 第14-15页 |
| ·核函数的分类(常见核函数) | 第15页 |
| ·熵概念 | 第15-17页 |
| ·熵的演变及其重要意义 | 第15-16页 |
| ·香农信息熵 | 第16-17页 |
| ·本文的内容安排 | 第17-18页 |
| 第二章 谱聚类算法 | 第18-28页 |
| ·引言 | 第18页 |
| ·基本理论 | 第18-20页 |
| ·图的基本知识 | 第18-19页 |
| ·图的几种矩阵表示 | 第19-20页 |
| ·相似度矩阵、度矩阵与拉普拉斯矩阵 | 第20页 |
| ·图划分准则 | 第20-22页 |
| ·最小割集准则(Minimum cut) | 第20-21页 |
| ·规范割集准则(Normalized cut) | 第21页 |
| ·比例割集准则(Ratio cut) | 第21页 |
| ·平均割集准则(Average cut) | 第21-22页 |
| ·最小最大割集准则(Min- max cut) | 第22页 |
| ·多路规范割集准则(Multiway Normalized cut) | 第22页 |
| ·常见的谱聚类算法 | 第22-25页 |
| ·迭代谱聚类算法 | 第23-24页 |
| ·多路谱聚类算法 | 第24-25页 |
| ·小结 | 第25-28页 |
| 第三章 基于核与特征选择谱聚类算法 | 第28-38页 |
| ·引言 | 第28页 |
| ·相似度矩阵的构造 | 第28-31页 |
| ·用 Local Scaling 思想构造相似度矩阵 | 第28-29页 |
| ·谱聚类与核方法的联系 | 第29-31页 |
| ·特征向量的选取 | 第31-34页 |
| ·对象间的相似度定义 | 第32-33页 |
| ·基于熵的特征筛选 | 第33-34页 |
| ·基于核与特征选择谱聚类算法 | 第34-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·实验设置 | 第35-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于核与特征选择谱聚类社区检测算法 | 第38-50页 |
| ·前言 | 第38-40页 |
| ·网络社区的定义 | 第40页 |
| ·基于核与特征选择谱聚类社区检测算法 | 第40-42页 |
| ·相似度矩阵构造 | 第41页 |
| ·基于核与特征向量选择谱聚类社区检测算法 | 第41-42页 |
| ·社区检测常用评价指标 | 第42-43页 |
| ·实验与分析 | 第43-49页 |
| ·试验设置 | 第43-44页 |
| ·实验网络数据 | 第44页 |
| ·基准网络实验测试 | 第44-45页 |
| ·现实数据测试 | 第45-49页 |
| ·小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-59页 |