文摘
英文文摘
声明
第1章绪论
1.1课题背景与意义
1.2文本聚类和文本分类
1.2.1文本分类和文本聚类的差异
1.2.2文本分类与文本聚类的共性之处
1.3文本聚类的研究进展
1.4核模糊聚类算法和图核聚类算法
1.4.1核模糊聚类算法
1.4.2图核聚类算法
1.5本文的主要研究工作
1.6本文的内容安排
第2章主要聚类分析算法
2.1引言
2.2主要聚类算法分类
2.2.1主要划分方法
2.2.2层次聚类算法
2.2.3基于密度的聚类算法
2.2.4基于模型的聚类算法
2.2.5基于网格的聚类算法
2.3划分方法的分析
2.3.1 K-平均算法的分析
2.3.2 K-中心点算法的分析
2.4本章小结
第3章核的理论基础
3.1引言
3.2特征空间及核的定义
3.3再生核理论及Mercer定理
3.4常用的核函数及其构造
3.5本章小结
第4章基于核函数的模糊聚类分析算法研究
4.1引言
4.2基于核的学习
4.2.1核方法的实质
4.2.2典型的基于核的学习算法
4.3模糊C-均值(简称FCM)
4.4特征空间中的核模糊聚类算法
4.5实验结果与分析
4.6本章小结
第5章自定类别数目的图核聚类算法
5.1引言
5.2自适应核聚类(SAKC)算法
5.2.1 SAKC算法的核空间聚类
5.2.2基于相似性测度的核聚类有效性指标
5.2.3自适应核聚类算法
5.3图核聚类(GKC)方法
5.3.1连通图的性质
5.3.2特征空间的核优化
5.3.3核矩阵K特性
5.3.4图核聚类算法
5.4试验结果与分析
5.5本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢