声明
致谢
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究成果
1.2.1 研究现状
1.2.2 发展趋势
1.3 工作内容及创新点
1.4 论文结构
2 子空间聚类相关技术研究
2.1 基础聚类算法与演变的聚类算法
2.1.1 基础聚类算法
2.1.2 演变的聚类算法
2.2 子空间聚类算法
2.2.1 搜索策略的子空间聚类算法
2.2.2 特征加权的子空间聚类算法
2.3 智能优化算法
2.3.1 基本原理
2.3.2 演化计算优化算法
2.3.3 确定簇数的方法
2.4 本章小结
3 基于K均值聚类算法的框架类型
3.1 基于传统K均值聚类算法
3.2 权重向量K均值类型聚类算法
3.3 软子空间聚类算法
3.4 K均值聚类框架的收敛性
3.5 本章小结
4 基于粒子群优化的软子空间聚类算法
4.1 子空间聚类目标函数
4.2 自适应粒子群算法优化子空间
4.3 确定聚类数目算法
4.4 本章小结
5 算法实现与分析
5.1 实验环境
5.2 性能指标
5.3 算法实现
5.3.1 子空间算法实现
5.3.2 子空间优化算法实现
5.4 实验结果分析
5.4.1 人造数据集
5.4.2 UCI数据集
结论
参考文献
附录
作者简历
学位论文数据集