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

面向高维数据的聚类算法研究

摘要第5-7页
abstract第7-9页
第1章 绪论第16-26页
    1.1 研究背景和意义第16-20页
        1.1.1 特征选择第17-18页
        1.1.2 子空间聚类算法第18-19页
        1.1.3 聚类集成算法第19-20页
    1.2 研究目标第20-21页
    1.3 研究内容第21-24页
    1.4 创新之处第24-25页
    1.5 论文组织结构第25-26页
第2章 基于结构保持的特征选择算法第26-46页
    2.1 引言第26-29页
    2.2 相关工作第29-30页
    2.3 研究方法第30-36页
        2.3.1 特征选择模型构建第31-32页
        2.3.2 模型优化求解第32-34页
        2.3.3 收敛性分析第34-36页
    2.4 实验结果第36-45页
        2.4.1 数据库介绍第36-37页
        2.4.2 评价指标第37-38页
        2.4.3 对比方法第38-39页
        2.4.4 实验设置第39-40页
        2.4.5 实验分析第40-41页
        2.4.6 性能分析第41-45页
    2.5 本章小结第45-46页
第3章 基于柯西损失函数的子空间聚类算法第46-72页
    3.1 引言第46-49页
    3.2 相关工作第49-50页
    3.3 基于柯西损失函数的子空间聚类算法第50-56页
        3.3.1 子空间聚类模型构建第50-52页
        3.3.2 模型优化求解第52-53页
        3.3.3 方法框架第53-56页
    3.4 性能分析第56-59页
        3.4.1 组效应第56-57页
        3.4.2 收敛性分析第57-59页
    3.5 实验结果第59-70页
        3.5.1 实验数据第59-61页
        3.5.2 对比算法第61页
        3.5.3 参数分析第61-64页
        3.5.4 实验分析第64-67页
        3.5.5 时间复杂度分析第67-70页
    3.6 本章小结第70-72页
第4章 基于块对角结构的子空间聚类算法第72-92页
    4.1 引言第72-75页
    4.2 研究方法第75-81页
        4.2.1 构建块对角自表达模型第75-77页
        4.2.2 模型优化求解第77-79页
        4.2.3 收敛性分析第79-81页
    4.3 实验结果第81-90页
        4.3.1 实验数据第81页
        4.3.2 对比算法第81-82页
        4.3.3 参数分析第82-85页
        4.3.4 实验分析第85-88页
        4.3.5 块对角结构分析第88-90页
    4.4 本章小结第90-92页
第5章 基于集覆盖问题的聚类集成算法第92-116页
    5.1 引言第92-94页
    5.2 相关工作第94-97页
    5.3 结构聚类集成算法第97-103页
        5.3.1 集分割问题第97-98页
        5.3.2 集覆盖问题第98-100页
        5.3.3 结构聚类集成算法第100-103页
    5.4 实验结果第103-115页
        5.4.1 实验数据第103-105页
        5.4.2 对比方法第105页
        5.4.3 评价指标第105-106页
        5.4.4 参数分析第106-108页
        5.4.5 实验分析第108-115页
    5.5 本章小结第115-116页
第6章 总结和展望第116-120页
    6.1 总结第116-117页
    6.2 展望第117-120页
参考文献第120-134页
致谢第134-136页
作者简历及攻读学位期间发表的学术论文与研究成果第136-137页

论文共137页,点击 下载论文
上一篇:提高500kV变电站SVC系统节点保护可靠性研究
下一篇:餐厨垃圾资源化利用产沼气发电的生命周期评价