| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第7-12页 |
| 1.1 研究背景 | 第7页 |
| 1.2 研究现状 | 第7-11页 |
| 1.3 本文的研究工作和主要组织结构 | 第11-12页 |
| 第二章 聚类集成研究 | 第12-28页 |
| 2.1 聚类集成的概念和主要流程 | 第12-13页 |
| 2.2 聚类集合的生成 | 第13-16页 |
| 2.3 聚类集合的选择 | 第16-21页 |
| 2.3.1 聚类差异性的评估 | 第16-18页 |
| 2.3.2 聚类结果的质量评估 | 第18-19页 |
| 2.3.3 聚类集合的选择 | 第19-21页 |
| 2.4 共识函数设计 | 第21-27页 |
| 2.4.1 基于对象共同出现信息的算法 | 第21-24页 |
| 2.4.1.1 基于层次聚类的算法 | 第21-23页 |
| 2.4.1.2 基于图划分的算法 | 第23-24页 |
| 2.4.2 基于聚类标签的聚类集成算法 | 第24-27页 |
| 2.5 小结 | 第27-28页 |
| 第三章 潜聚类分析算法 | 第28-41页 |
| 3.1 潜聚类模型的定义 | 第28-30页 |
| 3.2 潜聚类模型的求解 | 第30-32页 |
| 3.3 算法设计 | 第32-39页 |
| 3.3.1 参数初始化 | 第33-34页 |
| 3.3.2 潜模型的生成 | 第34-38页 |
| 3.3.3 参数重估计 | 第38-39页 |
| 3.3.4 收敛性测试 | 第39页 |
| 3.4 K-LACA | 第39-40页 |
| 3.5 小结 | 第40-41页 |
| 第四章 实验结果总结与分析 | 第41-50页 |
| 4.1 实验设计 | 第41-43页 |
| 4.1.1 数据集 | 第41-42页 |
| 4.1.2 聚类集合的生成 | 第42-43页 |
| 4.1.3 评价指标的选择 | 第43页 |
| 4.2 合成数据集上的实验结果分析 | 第43-45页 |
| 4.3 真实数据集上的实验结果分析 | 第45-49页 |
| 4.3.1 与EAC-AL比较 | 第45-49页 |
| 4.3.2 和CSPA,HGPA和MCLA等算法比较 | 第49页 |
| 4.4 小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-53页 |
| 5.1 总结 | 第50-51页 |
| 5.2 进一步的工作 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |