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 |