为快速高效地进行图像分割,针对人工蜂群算法存在的收敛速度慢、易陷入局部最优解等问题,提出了一种基于改进人工蜂群算法分割二维Otsu图像的新方法。通过对蜜源更新过程中向当前最优蜜源方向进行引导,可以加快
目前有多种聚类算法,本程序是利用谱聚类算法进行聚类划分
在图像分割的多种方法中,模糊C均值(FCM)聚类是最简单有效的。可能性C-均值算法(PCM)作为FCM的同类算法具有更佳的聚类性能和概率解释性,但无论是FCM还是PCM均受隶属度的约束影响使其对噪声点
基于局部信息的密度敏感谱聚类,戴虔,张力生,谱聚类算法的关键在于如何衡量数据之基于局部信息的密度敏感谱聚类基于局部信息的密度敏感谱聚类间的邻近关系,本文通过分析密度
近年来,谱聚类在分类领域得到了广泛的研究,其中基于路径和基于密度的算法是两个重要的研究方向。虽然这两种算法在一些数据集上能取得较好的分类效果,但不能对一些特殊的数据集进行准确分类。融合了这两种方法的优
基于损失分析抽样的Nystr?m扩展谱聚类算法,勇幸,张宪超,为了降低谱聚类算法在大规模数据集上的复杂度,经常使用一些低秩逼近的方法去近似整个相似度矩阵。Nystr?m是一种有效地产生低秩逼��
传统的协同过滤推荐算法为目标用户推荐时,考虑了所有用户的历史反馈信息对物品相似度的影响,同时相似度的度量仅依靠用户评分信息矩阵,导致了推荐效果不佳。为解决上述问题,提出了基于用户谱聚类的Top-N协同
传统的视觉词典一般通过K-means聚类生成,一方面这种无监督的学习没有充分利用类别的先验信息,另一方面由于K-means算法自身的局限性导致生成的视觉词典性能较差。针对上述问题,提出一种基于谱聚类构
针对在线用户评论中产品特征的提取和聚类问题进行了研究,提出一种改进的SimRank算法。将情感词—特征对放入二分网中,在二分网中使用改进后的SimRank算法计算特征词之间的相似度;再通过谱聚类算法对
基于模糊聚类的图像分割技术研究,主要是对图像分割的经典方法进行了介绍,并对具体问题了作出修改。