论文研究基于概率密度逼近的无监督特征排序.pdf

针对拓扑结构突变时网络坐标系统存在的剧烈抖动问题, 定义节点导引步和误差修正步, 通过坐标的延迟发布实现突变抑制。在导引步节点保持坐标广播静默, 并基于Cauchy-Schwarz不等式生成迭代序列,

针对虚拟网请求结束时底层网络节能重构问题,提出一种虚拟网均衡节能重构算法。算法首先基于逼近理想排序法选择底层物理节点的相关信息作为方案属性,找到面对重构需求的最佳重构节点;然后优先进行节能重构,再对工

matlab作概率密度函数很简单，但是本人学的python，因此想用python作图，从txt文本中读取数据，然后用python作概率密度函数图像，

旨在从无监督聚类角度分析实体解析过程的机制。从特定类型、经典算法角度研究了无监督聚类的思路；从经典算法改进、演化分析角度研究了无监督增量聚类的思路；最后，对无监督聚类研究下一步需要解决的问题进行了展望

K-均值聚类算法必须事先获取聚类数目，并且随机地选取聚类初始中心会造成聚类结果不稳定，容易在获得一个局部最优值时终止。提出了一种基于半监督学习理论的改进K-均值聚类算法，利用少量标签数据建立图的最小生

图像的纹理信息是人眼观察和识别物体的重要特征，根据清晰图像低通滤波前后纹理特征变化较大的特点，提出了基于纹理特征的无参考图像模糊度评价方法，对输入图像进行不同尺度的低通滤波，得到输入图像的两个副本，利

利用随机相矢量和模型,描述了光学相干层析术(OCT)结构信号的强度概率密度分布,推导出振幅差分信号的概率密度分布,从理论上确定了差分图像的动态与静态区域的阈值模型。利用一套可对人体皮肤的微血管进行扫描

证明了模糊蕴涵的收敛性与一致收敛性等价，借助所有的强否定刻画了任意连续蕴涵。特别地，发现了S-蕴涵完全被定义域中对角线上的值所决定。此外，还给出了一种新的构造模糊蕴涵的方法。

大多数现有的特征选择方法都是通过评估衡量其保留数据图相似结构能力的标准来选择特征的。 然而,这些方法构建二分或学习的基础数据图表和随后的特征排名的过程。 一旦确定了图表以表征相似性数据的结构,就可以在

针对极限学习机（ELM）未充分利用未标注样本、训练精度受网络权值初值影响的问题，提出一种基于协同训练与差分进化的改进ELM算法（Tri-DE-ELM）。考虑到传统的ELM模式分类技术只利用了少量标注样