自动谱聚类

自动文摘技术的目标是致力于将冗长的文档内容压缩成较为简短的几段话，将信息全面、简洁地呈现给用户，提高用户获取信息的效率和准确率。所提出的方法在LDA（LatentDirichletAllocation

针对自调节谱聚类算法的缺陷,提出一种新的自适应谱聚类算法。它用全局平均N近邻距离作为比例参数σ,利用本征矢差异来估计最佳聚类分组数k,达到了比前者更好的效果,且更容易实现。在彩色图像分割实际应用中的实

分布式环境下谱聚类算法研究，孟超，崔晓燕，谱聚类算法是近年来国际上机器学习研究领域的一个较新的研究点，相比于一些传统的算法，能够在任意形状的样本空间上聚类，且收敛

基于谱聚类的个性化推荐算法，刘嘉雄，刘晋，针对传统协同过滤依赖用户项目评分矩阵，无法摆脱稀疏性、新用户和新项目的冷启动问题。同时，忽略用户特征、项目属性等客观内容

为提高谱聚类算法的鲁棒性，基于稀疏编码在图的构造中提出一种改进L1稀疏表示图模型。将每个样本表示为数据集中其他样本的稀疏线性组合，稀疏图的构造变为一个优化问题。所构造的稀疏图对数据噪声有很好的鲁棒性，

针对谱聚类算法在解决高维、大数据量的聚类问题时出现的效率不高和准确率明显下降的问题进行了研究，并在此研究基础上结合最优投影理论和Nystrm抽样提出了基于最优投影的半监督谱聚类算法（semi-sup

针对传统谱聚类算法没有解决簇划分过程中，簇间交叉区域样本点对聚类效果有影响这个问题，提出一种基于局部协方差矩阵的谱聚类算法，主要介绍了一种新的计算样本之间相似度亲和矩阵的方法，即通过计算样本点之间的欧

聚类集成中的关键问题是如何根据不同的聚类器组合为最终的更好的聚类结果. 本文引入谱聚类思想解决文本聚类<br />集成问题, 然而谱聚类算法需要计算大规模矩阵的特征值分解问

为了增强高光谱遥感图像的分类效果, 提出基于谱聚类和稀疏表示的两级分类算法。利用谱聚类将待分类的像元及其邻域内所有的像元分成两类, 利用联合稀疏表示模型确定按规则选取的其中一类的具体类别, 并以该类别

将强制访问控制、自主访问控制等访问控制系统迁移为基于角色的访问控制系统可极大提高对用户权限的管理效率。为保证系统的安全性需要在迁移过程中生成正确的角色,而原系统中存在的异常权限配置给角色生成带来了极大