半监督与大规模数据聚类集成方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 相关理论介绍 | 第16-30页 |
| 2.1 数据挖掘与聚类分析 | 第16-19页 |
| 2.2 半监督聚类与成对约束 | 第19-21页 |
| 2.3 聚类评价方法 | 第21-22页 |
| 2.4 集成学习 | 第22-23页 |
| 2.5 聚类集成 | 第23-29页 |
| 2.5.1 基本定义 | 第23-24页 |
| 2.5.2 聚类成员生成 | 第24-26页 |
| 2.5.3 共识聚类生成 | 第26-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 传播式半监督聚类集成方法 | 第30-39页 |
| 3.1 研究动机 | 第30-32页 |
| 3.2 从标签传播到约束传播 | 第32-33页 |
| 3.3 共联矩阵上的约束传播 | 第33-36页 |
| 3.4 共联矩阵修正与共识聚类 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 加权式半监督聚类集成方法 | 第39-48页 |
| 4.1 研究动机 | 第39-41页 |
| 4.2 约束一致性 | 第41-44页 |
| 4.2.1 成员级约束一致性 | 第41-42页 |
| 4.2.2 簇级约束一致性 | 第42-44页 |
| 4.3 基于轮廓系数的内部质量度量 | 第44-45页 |
| 4.4 加权及共识聚类 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 大规模数据集上的聚类集成方法 | 第48-57页 |
| 5.1 研究动机 | 第48-49页 |
| 5.2 基于代表点的大规模聚类集成方法 | 第49-52页 |
| 5.3 基于低秩估计的大规模聚类集成方法 | 第52-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 实验与分析 | 第57-73页 |
| 6.1 概述 | 第57-58页 |
| 6.2 人工成对约束的生成 | 第58-59页 |
| 6.3 半监督聚类集成方法分析 | 第59-68页 |
| 6.3.1 实验设置 | 第59-60页 |
| 6.3.2 性能分析 | 第60-65页 |
| 6.3.3 鲁棒性分析 | 第65-67页 |
| 6.3.4 运行效率分析 | 第67-68页 |
| 6.4 大规模数据集聚类集成方法分析 | 第68-72页 |
| 6.4.1 实验设置 | 第68-69页 |
| 6.4.2 性能与效率分析 | 第69-72页 |
| 6.5 本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-76页 |
| 7.1 总结 | 第73-74页 |
| 7.2 展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士研究生期间发表的学术论文 | 第81-82页 |
| 致谢 | 第82页 |
