多视图子空间聚类集成方法研究及分布式实现
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 多视图聚类算法研究现状 | 第13-14页 |
| 1.2.2 聚类集成算法研究现状 | 第14-15页 |
| 1.2.3 分布式聚类算法研究现状 | 第15页 |
| 1.3 论文主要研究内容和结构安排 | 第15-17页 |
| 第2章 基本原理简述 | 第17-27页 |
| 2.1 聚类分析基本原理 | 第17-20页 |
| 2.1.1 聚类的定义和方法 | 第17-19页 |
| 2.1.2 软子空间聚类 | 第19-20页 |
| 2.2 多视图聚类基本原理 | 第20-22页 |
| 2.2.1 多视图聚类算法概述 | 第20-21页 |
| 2.2.2 多视图子空间聚类算法概述 | 第21-22页 |
| 2.3 聚类集成原理 | 第22-25页 |
| 2.3.1 聚类集成基本原理 | 第22-23页 |
| 2.3.2 基于链接聚类集成方法 | 第23-24页 |
| 2.3.3 多视图聚类集成 | 第24-25页 |
| 2.4 APACHE SPARK平台简述 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于属性加权的多视图软子空间聚类算法 | 第27-39页 |
| 3.1 LAC算法介绍 | 第27-28页 |
| 3.2 MVLAC算法 | 第28-33页 |
| 3.2.1 目标函数 | 第29页 |
| 3.2.2 算法描述 | 第29-33页 |
| 3.3 分布式多视图软子空间聚类算法 | 第33-38页 |
| 3.3.1 分布式MVLAC算法设计 | 第33-35页 |
| 3.3.2 分布式MVLAC算法实现 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 多视图聚类集成算法 | 第39-51页 |
| 4.1 改进的多视图聚类集成算法 | 第39-41页 |
| 4.2 分布式多视图聚类集成算法 | 第41-50页 |
| 4.2.1 分布式IMVCE算法设计 | 第41-42页 |
| 4.2.2 分布式IMVCE算法实现 | 第42-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 实验与分析 | 第51-67页 |
| 5.1 实验数据集介绍 | 第51-52页 |
| 5.2 聚类评价指标 | 第52-55页 |
| 5.2.1 NMI评价指标 | 第52-53页 |
| 5.2.2 F-measure评价指标 | 第53-54页 |
| 5.2.3 RI评价指标 | 第54-55页 |
| 5.3 分布式算法评价指标 | 第55-56页 |
| 5.3.1 Speedup性能指标 | 第55页 |
| 5.3.2 Sizeup性能指标 | 第55页 |
| 5.3.3 Scaleup性能指标 | 第55-56页 |
| 5.4 多视图软子空间聚类实验结果及分析 | 第56-63页 |
| 5.4.1 MVLAC算法实验结果及分析 | 第56-60页 |
| 5.4.2 分布式MVLAC算法实验结果及分析 | 第60-63页 |
| 5.5 多视图聚类集成实验结果及分析 | 第63-66页 |
| 5.5.1 IMVCE算法实验结果及分析 | 第63-64页 |
| 5.5.2 分布式IMVCE算法实验结果及分析 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第75页 |
