原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
知识引导下的多视图聚类方法研究
目录
内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.1数据驱动的聚类算法发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.1.2多源信息融合的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.1.3知识增强的聚类应用前景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2.1多视图聚类算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
1.2.2知识图谱与聚类结合研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.2.3现有研究的不足与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
1.3.1主要研究目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
1.3.2具体研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
1.4技术路线与研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
1.4.1总体技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
1.4.2关键研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
2.1多视图数据模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.1.1多视图数据定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
2.1.2视图表示方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.1.3视图间关联机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
2.2聚类算法基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2.2.1传统聚类算法回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.2.2基于图论的聚类方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
2.2.3常用聚类评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
2.3知识表示与推理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
2.3.1知识图谱构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
2.3.2实体关系建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
2.3.3知识推理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
2.4知识引导机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
2.4.1知识约束的类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
2.4.2知识约束的表示方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
2.4.3知识约束的融入方式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
基于知识增强的多视图聚类模型设计．．．．．．．．．．．．．．．．．．．．．．．52
3.1模型总体框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.1.1数据预处理模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
3.1.2特征表示学习模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
3.1.3知识融合模块．．．．．．．
文档评论（0）