聚类算法研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题背景及研究意义 | 第7-8页 |
| ·聚类算法的研究现状 | 第8-10页 |
| ·研究目标和内容 | 第10-11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 聚类算法理论基础 | 第13-21页 |
| ·模糊 C 均值聚类算法 | 第13页 |
| ·AFCM 算法 | 第13-15页 |
| ·可能性聚类算法 | 第15-17页 |
| ·多视角聚类算法 | 第17-18页 |
| ·协同模糊聚类算法 | 第18-21页 |
| 第三章 ACFCM 聚类算法 | 第21-41页 |
| ·引言 | 第21页 |
| ·ACFCM 与 SACFCM 算法 | 第21-31页 |
| ·无监督的 ACFCM 算法 | 第21-25页 |
| ·半监督的 sACFCM 算法 | 第25-29页 |
| ·算法的鲁棒性证明 | 第29-31页 |
| ·实验结果与分析 | 第31-39页 |
| ·人工数据集实验 | 第31-34页 |
| ·真实数据集实验 | 第34-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于中心极大项的半监督可能性聚类 | 第41-49页 |
| ·引言 | 第41页 |
| ·基于中心极大化的半监督 PCM 算法 | 第41-43页 |
| ·中心极大化思想 | 第41-42页 |
| ·优化迭代参数的相关推导 | 第42页 |
| ·sPCM 算法描述 | 第42-43页 |
| ·sPCM 性质描述 | 第43页 |
| ·实验结果与分析 | 第43-47页 |
| ·抗噪性实验分析 | 第43-44页 |
| ·人工数据集实验 | 第44-45页 |
| ·真实数据集实验 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 基于视角模糊理论的 COFKM 算法 | 第49-57页 |
| ·引言 | 第49页 |
| ·WCOFKM 算法 | 第49-51页 |
| ·实验结果与分析 | 第51-56页 |
| ·iris 数据集实验 | 第51-52页 |
| ·手写体数据集实验 | 第52-54页 |
| ·图像分割数据集实验 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 全文内容总结 | 第57-58页 |
| 未来工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 A：作者在攻读硕士学位期间发表的论文 | 第64-65页 |
| 附录 B：作者在攻读硕士学位期间参加的科研项目 | 第65页 |
