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 |