面向大规模高维数据的交互信息瓶颈聚类算法研究

目录

声明

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 论文的组织结构和主要贡献

2 相关知识

2.1 相关概念

2.1.1 符号定义

2.1.2 熵

2.1.3 互信息

2.1.4 KL距离与JS距离

2.1.5 马尔科夫链

2.2 IB方法

2.2.1 率失真理论

2.2.2 IB理论

2.2.3 sIB算法

2.3 本章小结

3 交互信息瓶颈聚类算法

3.1 I2B算法思想

3.2 I2B算法描述及分析

3.2.1 I2B算法的目标函数

3.2.2 双重交互式“抽取-合并”优化过程

3.2.3 I2B算法复杂度分析

3.3 与联合聚类的区别

3.4 本章小结

4 实验与性能分析

4.1 实验设计

4.1.1 数据集介绍

4.1.2 对比算法

4.1.3 评价指标

4.2 实验结果及分析

4.2.1 与传统聚类算法对比

4.2.2 与联合聚类算法对比

4.2.3 与面向大规模高维数据聚类算法对比

4.2.4 运行时间对比

4.3 参数分析

4.4 收敛性分析

4.5 本章小结

5 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

个人简历、在学期间发表的学术论文与研究成果

致谢