基于核函数和自定类别数目的文本聚类问题研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景与意义 | 第10-11页 |
| ·文本聚类和文本分类 | 第11-13页 |
| ·文本分类和文本聚类的差异 | 第12页 |
| ·文本分类与文本聚类的共性之处 | 第12-13页 |
| ·文本聚类的研究进展 | 第13-15页 |
| ·核模糊聚类算法和图核聚类算法 | 第15-16页 |
| ·核模糊聚类算法 | 第15-16页 |
| ·图核聚类算法 | 第16页 |
| ·本文的主要研究工作 | 第16-17页 |
| ·本文的内容安排 | 第17-18页 |
| 第2章 主要聚类分析算法 | 第18-26页 |
| ·引言 | 第18页 |
| ·主要聚类算法分类 | 第18-24页 |
| ·主要划分方法 | 第18-20页 |
| ·层次聚类算法 | 第20-21页 |
| ·基于密度的聚类算法 | 第21-22页 |
| ·基于模型的聚类算法 | 第22-23页 |
| ·基于网格的聚类算法 | 第23-24页 |
| ·划分方法的分析 | 第24-25页 |
| ·K-平均算法的分析 | 第24-25页 |
| ·K-中心点算法的分析 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 核的理论基础 | 第26-32页 |
| ·引言 | 第26页 |
| ·特征空间及核的定义 | 第26-27页 |
| ·再生核理论及 Mercer 定理 | 第27-30页 |
| ·常用的核函数及其构造 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于核函数的模糊聚类分析算法研究 | 第32-41页 |
| ·引言 | 第32-33页 |
| ·基于核的学习 | 第33-34页 |
| ·核方法的实质 | 第33-34页 |
| ·典型的基于核的学习算法 | 第34页 |
| ·模糊 C-均值（简称FCM） | 第34-35页 |
| ·特征空间中的核模糊聚类算法 | 第35-37页 |
| ·实验结果与分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 自定类别数目的图核聚类算法 | 第41-51页 |
| ·引言 | 第41页 |
| ·自适应核聚类(SAKC)算法 | 第41-44页 |
| ·SAKC 算法的核空间聚类 | 第42页 |
| ·基于相似性测度的核聚类有效性指标 | 第42-43页 |
| ·自适应核聚类算法 | 第43-44页 |
| ·图核聚类(GKC)方法 | 第44-47页 |
| ·连通图的性质 | 第44页 |
| ·特征空间的核优化 | 第44-46页 |
| ·核矩阵K 特性 | 第46页 |
| ·图核聚类算法 | 第46-47页 |
| ·试验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
