上篇博客介绍的层次聚类,尤其是AGNES这一传统的层次聚类算法。这篇博客介绍层次聚类的优化算法。 优化算法 BIRCH算法 BIRCH算法(平衡迭代削减聚类法):聚类特征使用3元组进行一个簇的相关信息
提出一种相似矩阵迭代修正并聚类算法, 分为偏振定理的谱分离数据和球极平面逆投影的几何分离数据两步. 首先将数据谱分解, 得到低维距离矩阵; 然后投影到双随机矩阵, 隐式进行一次球极平面逆投影, 几何对
浅谈谱聚类算法及应用开题报告 福州大学本科生毕业设计论文开题报告 学生姓名 杨清 学 号 031301316 专业 数学与应用数学 班 级 论文设计题目 浅谈谱聚类算法及应用 指导老师姓名 职 称 一
自适应谱聚类算法改进,张华苹,肖波,谱聚类是建立在谱图理论基础上的一类聚类算法,与传统的聚类算法不同,它能在任意形状的样本空间上聚类并收敛于全局最优解,正是
均值漂移谱聚类(MSSC)算法为模式识别聚类任务提供了一种较新的方案. 然而由于其内嵌均值漂移 过程的时间复杂度与样本容量呈平方关系, 其在大数据集环境的实用性受到大大削弱. 利用快速压缩集密度 估计
针对现有基于核方法的直觉模糊聚类算法对初始值敏感、收敛速度慢等缺陷,利用粒子群优化算法全局搜索能力强、收敛速度快的优势,对直觉模糊核聚类算法的初始聚类中心进行优化,并提出了一种基于粒子群优化的直觉模糊
传统的K-means算法随机选取初始聚类中心,聚类结果不稳定,容易陷入局部最优解。针对聚类中心的敏感性,提出一种优化初始聚类中心的K-means算法。此算法利用数据集样本的分布特征计算样本点的密度并进
针对量子行为粒子群优化算法中粒子搜索的盲目性以及初始聚类中心的选取对聚类结果的影响问题,提出了一种基于GA优化的QPSO聚类算法。该算法首先利用GA稳健的全局优化性能进行快速的粗略聚类,然后用GA的聚
针对分类研究中采用单一类型数据造成的结果失真,提出了综合考虑产品属性和销售时间序列的两阶段优化聚类算法。分别采用基于属性的相似性排序及时间序列的分层优化聚类实现产品单独聚类,然后基于初始聚类结果及参数
基于CUDA 的并行K-means 聚类图像分割算法优化
