首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

多视图重叠聚类研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第11-16页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 重叠聚类研究现状第12-13页
        1.2.2 多视图聚类研究现状第13-14页
    1.3 本文主要内容与结构安排第14-16页
第2章 聚类分析基本原理第16-26页
    2.1 理论基础第16-19页
        2.1.1 聚类原理第16-17页
        2.1.2 常用聚类方法分类第17-18页
        2.1.3 K-means算法第18-19页
    2.2 重叠聚类概述第19-22页
        2.2.1 重叠聚类的一般化模型第20-21页
        2.2.2 基于模型的重叠聚类第21-22页
    2.3 多视图聚类概述第22-25页
        2.3.1 多视图聚类方法分类第22-23页
        2.3.2 多视图K-means聚类算法第23-25页
    2.4 本章小结第25-26页
第3章 基于相关权重的重叠聚类方法第26-35页
    3.1 重叠策略第26-28页
    3.2 基于相关权重的重叠聚类第28-33页
        3.2.1 基于K-means的重叠聚类的缺点第28-29页
        3.2.2 基于相关权重的重叠聚类算法第29-30页
        3.2.3 算法推导第30-33页
    3.3 算法描述第33-34页
    3.4 本章小结第34-35页
第4章 多视图重叠聚类方法第35-43页
    4.1 改进的多视图K-means聚类第35-36页
    4.2 多视图重叠聚类算法第36-41页
        4.2.1 多视图聚类与重叠聚类的结合第36-37页
        4.2.2 目标函数第37页
        4.2.3 算法推导第37-41页
        4.2.4 超参数γ的讨论第41页
    4.3 算法描述第41页
    4.4 本章小结第41-43页
第5章 实验结果与分析第43-55页
    5.1 聚类评价标准第43-45页
        5.1.1 F-measure评价指标第43-44页
        5.1.2 RI评价指标第44页
        5.1.3 NMI评价指标第44-45页
    5.2 基于相关权重的重叠聚类实验第45-52页
        5.2.1 实验数据集介绍第45-46页
        5.2.2 实验结果分析第46-52页
    5.3 多视图重叠聚类实验第52-54页
        5.3.1 实验数据集介绍第52页
        5.3.2 实验结果分析第52-54页
    5.4 本章小节第54-55页
结论与展望第55-57页
致谢第57-58页
参考文献第58-63页
攻读硕士学位期间发表的论文及科研成果第63页

论文共63页,点击 下载论文
上一篇:基于挠度监测的拉索损伤识别斜拉桥试验模型研究
下一篇:铁路混凝土简支T梁桥检测与加固方案研究