面向高维数据的双聚类算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本论文主要工作 | 第13-14页 |
| 1.4 本论文结构安排 | 第14-16页 |
| 2 相关技术研究 | 第16-31页 |
| 2.1 高维数据聚类分析 | 第16-17页 |
| 2.2 双聚类模型 | 第17-24页 |
| 2.2.1 双聚类的定义 | 第17-19页 |
| 2.2.2 双聚类的类型 | 第19-20页 |
| 2.2.3 双聚类算法研究 | 第20-24页 |
| 2.3 协同过滤 | 第24-30页 |
| 2.3.1 协同过滤算法原理 | 第24-29页 |
| 2.3.2 存在问题及解决方案 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基因表达数据分析中的双聚类算法研究 | 第31-44页 |
| 3.1 问题背景描述 | 第31-32页 |
| 3.2 基于加权互信息的双聚类算法 | 第32-40页 |
| 3.2.1 基因种子集的选择 | 第33-35页 |
| 3.2.2 双聚类初次划分 | 第35-36页 |
| 3.2.3 根据目标函数更新权重 | 第36-38页 |
| 3.2.4 双聚类结果的重新划分 | 第38页 |
| 3.2.5 优化双聚类结果 | 第38-40页 |
| 3.3 实验结果 | 第40-43页 |
| 3.3.1 数据预处理 | 第40-41页 |
| 3.3.2 实验对比结果 | 第41-42页 |
| 3.3.3 实验结果可视化 | 第42页 |
| 3.3.4 双聚类的重叠率 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 图像推荐数据分析中的双聚类算法研究 | 第44-64页 |
| 4.1 问题背景描述 | 第44-45页 |
| 4.2 异步双聚类的协同过滤算法 | 第45-58页 |
| 4.2.1 基于图像属性的多视图图像聚类 | 第46-53页 |
| 4.2.2 基于图像聚类降维的协同用户聚类 | 第53-55页 |
| 4.2.3 基于用户聚类和图像聚类的融合预测 | 第55-58页 |
| 4.3 实验结果 | 第58-63页 |
| 4.3.1 数据集 | 第58-59页 |
| 4.3.2 评测指标 | 第59-60页 |
| 4.3.3 多视图图像聚类实验结果 | 第60-61页 |
| 4.3.4 协同用户聚类实验结果 | 第61-62页 |
| 4.3.5 聚类融合预测实验结果 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 研究总结 | 第64页 |
| 5.2 工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |
