| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及内容 | 第9-11页 |
| 1.2 研究意义及方法 | 第11-13页 |
| 1.3 本文内容及结构安排 | 第13-14页 |
| 第二章 特征选择 | 第14-22页 |
| 2.1 特征选择概述 | 第14-15页 |
| 2.2 特征选择算法流程 | 第15-18页 |
| 2.2.1 确定搜索方向 | 第15-16页 |
| 2.2.2 确定搜索策略 | 第16页 |
| 2.2.3 特征选择评价准则 | 第16-17页 |
| 2.2.4 确定停止准则 | 第17页 |
| 2.2.5 验证最终结果 | 第17-18页 |
| 2.3 基于信息论的Filter方法 | 第18-20页 |
| 2.4 本章总结 | 第20-22页 |
| 第三章 半监督聚类算法 | 第22-33页 |
| 3.1 半监督学习 | 第22-23页 |
| 3.2 半监督聚类相关工作 | 第23-24页 |
| 3.3 半监督聚类算法介绍 | 第24-32页 |
| 3.3.1 基于约束的半监督聚类算法 | 第25-27页 |
| 3.3.2 基于距离的半监督聚类算法 | 第27-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 聚类集成 | 第33-41页 |
| 4.1 集成学习介绍 | 第33页 |
| 4.2 聚类集成相关工作 | 第33-35页 |
| 4.3 聚类集成算法 | 第35-40页 |
| 4.3.1 集成器生成 | 第35-36页 |
| 4.3.2 一致性函数设计 | 第36-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 半监督聚类集成框架 | 第41-53页 |
| 5.1 基于特征选择的半监督聚类集成框架（FS-SSCE） | 第41-43页 |
| 5.2 基于双重选择的半监督聚类集成框架（DS-SSCE） | 第43-46页 |
| 5.3 改进的双重选择半监督聚类集成框架（MDS-SSCE） | 第46页 |
| 5.4 基于随机子空间的半监督聚类集成框架（RSEMICE） | 第46-48页 |
| 5.5 基于随机子空间的自适应半监督聚类集成框架（ARSEMICE） | 第48-51页 |
| 5.6 本章小结 | 第51-53页 |
| 第六章 实验分析 | 第53-67页 |
| 6.1 双选择半监督聚类集成框架实验分析 | 第53-59页 |
| 6.1.1 数据集 | 第53-54页 |
| 6.1.2 评价指标 | 第54页 |
| 6.1.3 实验设计 | 第54-55页 |
| 6.1.4 实验结果 | 第55-59页 |
| 6.2 基于随机子空间的自适应半监督聚类集成框架实验分析 | 第59-66页 |
| 6.2.1 数据集 | 第59-61页 |
| 6.2.2 参数设定 | 第61页 |
| 6.2.3 实验结果 | 第61-66页 |
| 6.3 本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 参考文献 | 第68-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |
广告服务 
