基于多核概念分解的聚类方法研究
发布时间：2021-09-28 16:24
数据挖掘经过几十年的发展,已经成为目前计算机科学研究领域的重要方向之一,通过数据挖掘我们可以在数据中探索到潜在的规律。数据挖掘中有一项在我们日常生活中应用非常广泛且非常重要的方法,即聚类分析。同样,聚类分析也一直是国内外相关学者研究的一个重要领域。聚类分析技术可以探究到数据中潜在的构造,从而在很多专业领域的运用非常广泛。在聚类分析领域中,基于概念分解算法（CF）得到了广泛的应用,因为该方法能够将矩阵分解推广到单个非线性核空间,使得多维数据更容易被描述,该方法被广泛运用在信号处理和计算机视觉等领域的研究中。但是,基于概念分解的聚类算法在实际应用中面临的一个重要问题是针对特定的任务或数据集该如何设计合适的核函数,因为很多情况下单一的线性方法或非线性方法不能体现任务的具体特性。针对概念分解在聚类分析时面临的核函数选择和设计的困难,我们提出了两个相应的多核概念分解方法,具体如下:（1）提出了基于全局融合的多核概念分解方法（GMKCF）。该方法通过全局线性加权的方式将多个候选核函数合并,并将多核融合过程和概念分解过程进行联合学习。一方面借助融合后的高质量核函数提升概念分解质量,另一方面借助概念分...
【文章来源】：山西大学山西省
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 主要研究内容
1.4 论文组织结构
第二章 基础知识
2.1 聚类分析相关理论
2.1.1 聚类分析的概念
2.1.2 聚类算法的分类
2.2 非负矩阵分解相关理论
2.2.1 非负矩阵分解研究背景
2.2.2 非负矩阵分解定义
2.2.3 非负矩阵分解的应用
2.3 概念分解相关理论
2.3.1 基本理论
2.3.2 概念分解方法研究进展
2.4 多核聚类相关理论
2.4.1 多核聚类代表性方法
2.4.2 多核聚类的研究进展
2.5 本章小结
第三章 基于全局融合的多核概念分解模型求解算法
3.1 基于全局融合的多核概念分解模型
3.2 基于全局融合的多核概念分解模型求解算法
3.2.1 基于全局融合的多核概念分解算法
3.2.2 算法收敛性证明
3.2.3 算法复杂性说明
3.3 实验结果与分析
3.3.1 数据集的选择
3.3.2 对比方法
3.3.3 评价指标
3.3.4 聚类结果分析
3.3.5 运行时间分析
3.4 本章小结
第四章 基于局部判别分析全局集成的多核概念分解算法
4.1 基于局部判别分析全局集成的多核概念分解模型
4.1.1 多核概念分解
4.1.2 局部判别正则化
4.1.3 局部判别分析全局集成的多核概念分解模型
4.2 基于局部判别分析全局集成的多核概念分解模型求解算法
4.2.1 基于局部判别分析全局集成的多核概念分解算法
4.2.2 收敛性证明
4.2.3 算法复杂性说明
4.3 实验结果与分析
4.3.1 数据集的选择
4.3.2 对比方法
4.3.3 实验设置
4.3.4 聚类结果分析
4.3.5 运行时间分析
4.3.6 参数敏感性
4.3.7 收敛性
4.3.8 GMKCF和DMKCF比较
4.4 本章小结
4.5 本章附录
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
个人简况及联系方式
【参考文献】：
期刊论文
[1]基于全局融合的多核概念分解算法[J]. 李飞,杜亮,任超宏. 计算机应用. 2019(04)
[2]数据挖掘常用分类算法研究[J]. 王明星,刘锋. 电脑知识与技术. 2013(34)
[3]基于线性投影结构的非负矩阵分解[J]. 李乐,章毓晋. 自动化学报. 2010(01)
[4]基于聚类的网络舆情热点发现及分析[J]. 王伟,许鑫. 现代图书情报技术. 2009(03)
[5]非负矩阵分解算法综述[J]. 李乐,章毓晋. 电子学报. 2008(04)
[6]基于用户聚类的电子商务推荐系统[J]. 潘宇,林鸿飞,杨志豪. 计算机应用与软件. 2008(04)
[7]基于层次划分的最佳聚类数确定方法[J]. 陈黎飞,姜青山,王声瑞. 软件学报. 2008(01)
[8]核聚类算法[J]. 张莉,周伟达,焦李成. 计算机学报. 2002(06)
本文编号：3412259
【文章来源】：山西大学山西省
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 主要研究内容
1.4 论文组织结构
第二章 基础知识
2.1 聚类分析相关理论
2.1.1 聚类分析的概念
2.1.2 聚类算法的分类
2.2 非负矩阵分解相关理论
2.2.1 非负矩阵分解研究背景
2.2.2 非负矩阵分解定义
2.2.3 非负矩阵分解的应用
2.3 概念分解相关理论
2.3.1 基本理论
2.3.2 概念分解方法研究进展
2.4 多核聚类相关理论
2.4.1 多核聚类代表性方法
2.4.2 多核聚类的研究进展
2.5 本章小结
第三章 基于全局融合的多核概念分解模型求解算法
3.1 基于全局融合的多核概念分解模型
3.2 基于全局融合的多核概念分解模型求解算法
3.2.1 基于全局融合的多核概念分解算法
3.2.2 算法收敛性证明
3.2.3 算法复杂性说明
3.3 实验结果与分析
3.3.1 数据集的选择
3.3.2 对比方法
3.3.3 评价指标
3.3.4 聚类结果分析
3.3.5 运行时间分析
3.4 本章小结
第四章 基于局部判别分析全局集成的多核概念分解算法
4.1 基于局部判别分析全局集成的多核概念分解模型
4.1.1 多核概念分解
4.1.2 局部判别正则化
4.1.3 局部判别分析全局集成的多核概念分解模型
4.2 基于局部判别分析全局集成的多核概念分解模型求解算法
4.2.1 基于局部判别分析全局集成的多核概念分解算法
4.2.2 收敛性证明
4.2.3 算法复杂性说明
4.3 实验结果与分析
4.3.1 数据集的选择
4.3.2 对比方法
4.3.3 实验设置
4.3.4 聚类结果分析
4.3.5 运行时间分析
4.3.6 参数敏感性
4.3.7 收敛性
4.3.8 GMKCF和DMKCF比较
4.4 本章小结
4.5 本章附录
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
个人简况及联系方式
【参考文献】：
期刊论文
[1]基于全局融合的多核概念分解算法[J]. 李飞,杜亮,任超宏. 计算机应用. 2019(04)
[2]数据挖掘常用分类算法研究[J]. 王明星,刘锋. 电脑知识与技术. 2013(34)
[3]基于线性投影结构的非负矩阵分解[J]. 李乐,章毓晋. 自动化学报. 2010(01)
[4]基于聚类的网络舆情热点发现及分析[J]. 王伟,许鑫. 现代图书情报技术. 2009(03)
[5]非负矩阵分解算法综述[J]. 李乐,章毓晋. 电子学报. 2008(04)
[6]基于用户聚类的电子商务推荐系统[J]. 潘宇,林鸿飞,杨志豪. 计算机应用与软件. 2008(04)
[7]基于层次划分的最佳聚类数确定方法[J]. 陈黎飞,姜青山,王声瑞. 软件学报. 2008(01)
[8]核聚类算法[J]. 张莉,周伟达,焦李成. 计算机学报. 2002(06)
本文编号：3412259
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3412259.html
