基于快速近邻传播的半监督社区发现算法,孟凡荣,王淑靖,针对大多数社区发现算法执行效率慢,且不能有效利用先验知识的问题,提出了一种基于快速近邻传播的半监督社区发现算法。首先该算
基于半监督学习的降维算法研究姓 名刘国胜指导老师王娜 副教授选题来源国家自然科学基金项目基于成对约束的半监督谱流形非线性降维研究及应用 降维的意义数据的高维性维数灾难计算复杂性冗余性可视化数据的内在结
基于稀疏子空间聚类的主动学习算法的最新研究进展。这种算法结合了主动学习和稀疏子空间聚类的优点,能够使得机器在样本量少的情况下更加精确地分类。文章详细介绍了该算法的原理和实现过程,并给出了多个实例和实验
传统的k-means算法对初始聚类中心敏感,聚类结果随不同的初始输入而波动。为消除这种敏感性,提出一种优化初始聚类中心的方法,此方法计算每个数据对象所在区域的密度,选择相互距离最远的k个处于高密度区域
通过对Web网站的日志进行聚类分析,目的是获取用户兴趣访问模式,进而为不同用户群体提供定制的个性化服务。针对原始CURE算法在代表点选择的随机性、不能充分体现用户兴趣偏好方面存在的问题,提出了改进的用
基于链接聚类的PageRank算法,龚勇,,本文提出了一种基于链接聚类的PageRank改进算法。该算法考虑同一页面内分属不同类的出链接有着不同的重要性,故在对页面中的链接进�
针对于标准二分图网络推荐算法(NBI)的物质扩散机制过于简单的问题,提出了基于聚类系数的改进NBI算法(简称NBICC)。推荐系统可以被抽象为一个有向加权二分图网络,在物质扩散的过程中,考虑到聚类系数
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
针对现有的主动学习算法在多分类器应用中存在准确率低、速度慢等问题,将基于仿射传播AP聚类的主动学习算法引入到多分类支持向量机中,每次迭代主动选择最有利于改善多类SVM分类器性能的N个新样本点添加到训练
java实现kmeans算法,可以处理任意维度的向量。并将聚类结果写入文本。
