针对现有方法在处理多源数据时忽视数据源之间关联性的问题,提出了一种可以同时实现多分类效果的多源学习框架。该框架将不同的数据源看做多个相关的任务,将多源问题转换为经典的多任务学习问题,通过提取数据源之间
几何矩函数不变量的计算过程中,由于数字图像的离散化,图像本身尺度的缩放会带来计算误差,从而引起尺度不变量值的波动。通过分析较低分辨率下几何矩尺度不变量值的不规则波动,推断计算过程中常常会发生误差扩大现
阐述了互联网络中报文分类问题的定义、几何意义和最新研究进展。从报文分类算法的实现特征出发,对报文分类问题的各种经典算法进行了分类并逐类地详细介绍。通过对几种典型算法在虚拟环境下进行评测,总结了各种报文
用python实现k-近邻分类,包括约会网站配对效果和手写体识别。
最近邻分类算法。。。。matlab。matlab最近邻分类器分类算法
K近邻查询是空间数据库中的重要查询之一,k近邻查询在内容的相似性检索、模式识别、地理信息系统中有重要应用。针对现有k近邻查询都是基于点查询的情况,提出基于平面线段的k近邻查询,查找线段集中给定查询点的
k-近邻算法实例及数据集,包含测试集和训练集,代码中knn.py为主体代码,test.py为画散点图详细代码,example_1为test.py生产的散点图
基于近邻点集的聚类算法研究,陈新泉,,针对有限区域内分布的稀疏不均的、具有一定分布结构的海量数据点集,本文提出了一种通过采用一些合适的数据结构及算法优化技巧来
针对多标签传播重叠社区发现算法COPRA存在的随机性强、鲁棒性差等问题,提出一种基于多标签传播思想的重叠社区发现算法。该算法通过LeaderRank算法来量化网络中节点的重要性,再根据量化值大小对节点
基于非负稀疏表示的多标签学习算法,陈思宝,徐丹洋,为提高多标签数据分类性能,提出基于非负稀疏表示多标签学习算法。首先基于LASSO稀疏最小化方法,将测试样本用训练样本集进行非负�