基于流形的密度峰值聚类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 第二章 聚类算法及评价标准 | 第14-26页 |
| 2.1 聚类分析算法 | 第14-22页 |
| 2.1.1 基于划分的方法 | 第14-16页 |
| 2.1.2 基于密度的方法 | 第16-21页 |
| 2.1.3 其他的聚类方法 | 第21-22页 |
| 2.2 聚类评价标准 | 第22-25页 |
| 2.2.1 内部评价标准 | 第22-24页 |
| 2.2.2 外部评价标准 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于测地线距离的密度峰值聚类算法 | 第26-46页 |
| 3.1 密度峰值聚类算法 | 第26-34页 |
| 3.1.1 局部密度与距离 | 第26-28页 |
| 3.1.2 簇中心选取及聚类 | 第28-30页 |
| 3.1.3 离群点检测 | 第30-31页 |
| 3.1.4 实验结果 | 第31-34页 |
| 3.2 基于测地线距离的密度峰值聚类算法 | 第34-40页 |
| 3.2.1 相似性度量 | 第34-38页 |
| 3.2.2 簇中心自动选取 | 第38-39页 |
| 3.2.3 算法框架 | 第39-40页 |
| 3.3 实验与分析 | 第40-43页 |
| 3.4 参数讨论 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于等距映射的流形密度峰值聚类算法 | 第46-58页 |
| 4.1 基于等距映射的流形密度峰值聚类算法 | 第46-49页 |
| 4.1.1 流形学习 | 第46-47页 |
| 4.1.2 等距映射 | 第47-48页 |
| 4.1.3 算法框架 | 第48-49页 |
| 4.2 基于非负矩阵分解的密度峰值聚类算法 | 第49-53页 |
| 4.2.1 非负矩阵分解 | 第49-52页 |
| 4.2.2 算法框架 | 第52-53页 |
| 4.3 实验与分析 | 第53-55页 |
| 4.4 参数讨论 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于流形密度峰值的演化数据聚类算法 | 第58-68页 |
| 5.1 演化数据 | 第58-59页 |
| 5.2 演化聚类 | 第59-61页 |
| 5.3 基于流形密度峰值的演化数据聚类算法 | 第61-63页 |
| 5.3.1 算法思想 | 第61-62页 |
| 5.3.2 算法框架 | 第62-63页 |
| 5.4 实验与分析 | 第63-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文与参加的研究工作 | 第75-76页 |
