声明
摘要
图目录
表目录
1 绪论
1.1 研究背景与现状
1.2 本文工作概述
1.3 本文内容与结构
2 背景知识
2.1 相关定义
2.1.1 符号约定
2.1.2 熵
2.1.3 互信息和多信息
2.1.4 KL距离
2.1.5 JS距离
2.1.6 贝叶斯网络
2.2 IB方法
2.3 多变量IB方法
2.3.1 多变量IB方法的实体化模型
2.4 边信息
2.5 信息度量
2.5.1 共现数据信息度量
2.5.2 欧氏空间数据信息度量
2.6 本章小结
3 融入边信息的多变量IB方法的多视角聚类算法—SmIB
3.1 SmIB算法模型
3.2 SmIB算法描述
3.2.1 共现数据合并代价
3.2.2 欧氏空间数据合并代价
3.3 SmIB算法时间复杂度分析
3.4 本章小结
4 实验与性能分析
4.1 实验设计
4.1.1 对比算法
4.1.2 评估方法
4.2 人工数据集实验
4.3 WebKB数据集实验
4.4 CMUFace数据集实验
4.5 其他真实数据集实验
4.6 参数选择实验
4.7 本章小结
5 总结与展望
参考文献
致谢
个人简历、在学校期间发表的学术论文与研究成果