| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-13页 |
| ·课题背景 | 第10页 |
| ·本文所完成的工作 | 第10-11页 |
| ·论文的组织安排 | 第11-13页 |
| 2 联合聚类理论概述 | 第13-15页 |
| 3 典型联合聚类算法及其变形 | 第15-28页 |
| ·概述 | 第15页 |
| ·基于二部图划分方法的联合聚类 | 第15-20页 |
| ·二部图模型 | 第15-16页 |
| ·二部图谱聚类算法 | 第16-18页 |
| ·等周二部图划分方法 | 第18-20页 |
| ·基于信息论的联合聚类方法 | 第20-22页 |
| ·概述 | 第20页 |
| ·算法描述 | 第20-22页 |
| ·其它的联合聚类方法 | 第22-26页 |
| ·联合聚类算法总结 | 第26-28页 |
| 4 科技项目管理中专家与申请书分组匹配算法的研究 | 第28-38页 |
| ·概述 | 第28页 |
| ·两种异质对象集分组匹配解决模型 | 第28-31页 |
| ·在科技项目管理中对专家和申请书分组匹配 | 第31-38页 |
| ·科技项目管理中对专家与申请书的分组匹配 | 第31-35页 |
| ·专家与申请书关联强度的计算 | 第35-38页 |
| 5 科技项目管理中的专家与申请书分组匹配算法 | 第38-49页 |
| ·基于二部图谱划分的专家与申请书分组匹配算法 | 第38-43页 |
| ·基于二部图谱划分的专家与申请书分组匹配算法描述 | 第38-41页 |
| ·基于二部图谱划分的专家与申请书分组匹配算法证明 | 第41-43页 |
| ·基于信息论的专家与申请书分组匹配算法 | 第43-49页 |
| ·基于信息论的专家与申请书分组匹配算法描述 | 第43-45页 |
| ·基于信息论的专家与申请书分组匹配算法证明 | 第45-49页 |
| 6 实验及结果 | 第49-61页 |
| ·实验数据集 | 第49-51页 |
| ·实验一 | 第51-56页 |
| ·基于二部图谱划分的分组匹配算法在数据集1上的表现 | 第52-54页 |
| ·基于二部图谱划分的分组匹配算法在数据集2上的表现 | 第54-56页 |
| ·实验二 | 第56-58页 |
| ·基于信息论的分组匹配算法在数据集1上的表现 | 第56-58页 |
| ·基于信息论的分组匹配算法在数据集2上的表现 | 第58页 |
| ·实验结果与分析 | 第58-61页 |
| 7 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 学位论文数据集 | 第66页 |