暂无评论
针对传统迁移学习聚类算法因单一源域到单一目标域且两者类别数必须一致的约束而达不到良好的聚类效果问题，提出了一种跨源域学习的聚类算法。该算法具有三大优点：a）仅扩大源域数目且取消了源域类别数的限定，算法
模糊聚类算法具有较强的实用性，但传统模糊C均值算法（FCM）具有对样本集进行等划分趋势的缺陷，没有考虑不同样本的实际分布对聚类效果的影响，当数据集中各样本密集程度相差较大时，聚类结果不是很理想。因此，
基于模糊聚类的博物馆藏品推荐算法研究，郑睿，田爱奎，由于目前博物馆藏品数量复杂多样，游客在其中游览需要花费大量的时间与精力，本文将推荐算法引入博物馆的智慧化建设中可以有效缓
基于模糊聚类的探索边界线段提取研究,余洪山,王耀南,探索边界是影响移动机器人自主探索决策的关键。本文通过深入分析栅格地图中探索边界的特性,考虑到移动机器人探索过程的实时性和
针对现有无须重新初始化的变分水平集分割模型,存在对边缘模糊、对比度差等图像不是很敏感、分割效果不理想的问题,提出了一种基于核模糊聚类的变分水平集医学图像分割方法。将原始图像进行核模糊C-均值聚类,把得
分析了区域算法中SAD在非纹理区域容易产生错误匹配的缺点，提出了一种利用邻域边界差值模板的彩色图像立体匹配新算法。该算法利用了图像的边界信息来动态选择基准点邻域范围内的边界点，以该点为中心取一像素邻域
针对模糊聚类方法中存在冗余信息的问题，提出一种融合粗糙集属性约简和模糊等价关系的故障诊断方法，通过应用粗糙集属性约简算法对冗余数据的处理后再应用模糊等价关系聚类获取聚类结果。该方法与单采用模糊等价关系
总结了高维数据聚类算法的研究现状，分析比较了算法性能的主要差异，并指出其今后的发展趋势，即在子空间聚类过程中融入其他传统聚类方法的思想，以提高聚类性能。
针对现有基于几何结构的聚类有效性指标不能有效解决不同结构数据的聚类结果评价问题,提出了一种使用分类对聚类结果进行评价的方法。该方法把聚类得到的对象类标志作为分类问题的已知类标志,使用交叉验证法对数据集
Signal Sorting Method Based on Fuzzy Clustering
暂无评论