声明
摘要
第1章绪论
1.1研究背景与意义
1.2研究现状
1.2.1多视图聚类的研究现状
1.2.2在线聚类的研究现状
1.3本文主要研究内容
1.4本文的结构安排
第2章相关算法介绍
2.1聚类算法概述
2.2基于划分的聚类算法
2.2.1 K-means聚类算法
2.2.2模糊C均值聚类算法
2.3现有多视图聚类算法介绍
2.3.1基于子空间协同多视图聚类算法
2.3.2多视图K-means聚类算法
2.3.3判别嵌入式多视图K-means聚类算法
2.4在线聚类算法介绍
2.4.1在线模糊C均值聚类算法
2.4.2单向模糊C均值聚类算法
第3章基于子空间结构保持的多视图协同聚类算法
3.1引言
3.2算法描述
3.2.1整体结构信息描述
3.2.2局部结构信息描述
3.2.3基于全局与局部信息的降维
3.2.4协同聚类
3.3算法分析
3.3.1 MCCSP算法步骤
3.3.2算法时间复杂度分析
3.3.3 K-means初始点的选择
3.4实验结果与分析
3.4.1聚类评价指标
3.4.2人工数据集
3.4.3多视图数据集
3.4.4子空间维数的选择
3.5本章小结
第4章多视图模糊K均值聚类算法
4.1引言
4.2算法描述
4.2.1目标函数的提出
4.2.2目标的优化
4.3算法分析
4.3.1算法步骤
4.3.2算法时间复杂度分析
4.3.3算法优缺点分析
4.4实验结果与分析
4.4.1人工数据集
4.4.2多视图数据集
4.4.3实验参数系数的讨论
4.5本章小结
第5章在线多视图模糊聚类算法
5.1引言
5.2算法描述
5.2.1 OMFC在线学习流程的设计
5.2.2 PDA聚类权值的计算
5.2.3基于加权策略的多视图模糊K均值聚类算法
5.3算法分析
5.3.1算法步骤
5.3.2算法的时间复杂度
5.3.3算法优缺点分析
5.4实验结果与分析
5.4.1人工数据集
5.4.2多视图数据集
5.5本章小结
第6章总结与展望
6.1总结
6.2展望
致谢
参考文献