论文研究半监督均值偏移 .pdf

在微博谣言检测中，对微博谣言进行正确标注需要耗费大量的人力和时间，同时数据类别的不平衡也影响了微博谣言的正确识别。为了解决该问题，提出一种基于Co-Forest算法针对不平衡数据集的改进方法，利用SM

现有的自适应亲和传播聚类存在聚类时间长、精度低的缺点，提出了一种结合半监督的改进自适应亲和传播聚类（SAAP）。它首先利用半监督学习更新相似度矩阵，而后在亲和传播聚类的基础上，通过基于二分法判断实现自

matlab实现K均值分类算法 分类为5 开始的聚类中心为前五个像素 武大遥感学院模式识别作业

论文范文基于领域知识的半监督聚类算法研究 基于领域知识的半监督聚类算法研究 第一章 绪论数据挖掘(又称知识发现)是近年来人工智能领域研究中的一个热点课题它指从大量收集的数据中挖掘出未知的非平凡的有潜在

提出了一种新的基于PCA和K均值聚类的有监督二叉分裂层次聚类方法PCASHC，用K均值聚类进行逐次二叉聚簇分裂，选择PCA第一主成分相距最远样本点作为K均值聚类初始聚簇中心，解决了K均值聚类初

基于Google Maps开发GPS监控系统时，存在Google Maps的地图经纬度坐标与实际的经纬度坐标有较大的偏移的现象。研究发现，通过修正数据库可以进行不同精度的偏移修正。针对修正大量的位置数

关系抽取是信息抽取中的一项重要任务。在处理问答对形式的文本时，除了文本中实体间的关系抽取之外，作为连接问句与答句之间关系的提问模式同样需要抽取。通过有监督的标注算法（条件随机场）与基于模板元组自举的半

为了有效地使用用户给定的先验信息，并从多个角度考虑图像分割问题，提出了应用于彩色图像分割的半监督多目标进化模糊聚类算法。首先，将半监督方法引入到多目标进化聚类算法中，通过使用少量的监督信息指导聚类过程

一种基于Seeds集和成对约束的半监督聚类算法，常瑜，梁吉业，半监督聚类研究如何利用少量的监督信息来提高聚类性能，目前已经成为机器学习领域的一个研究热点。现有的大多数半监督聚类方法没

针对利用局部化思想解决多模数据的判别分析问题时，根据经验对局部邻域大小进行全局统一设定，无法体现局部几何结构差异性的不足，提出一种邻域自适应半监督局部Fisher判别分析（neighborhoodad