暂无评论
为了解决传统聚类由于缺少有效指导而导致图像分割结果不理想的问题，将半监督方法引入到多目标进化模糊聚类算法中，提出了一种基于半监督的多目标进化模糊聚类。图像分割算法通过构造基于半监督的类内紧致性函数和类
提出了一种基于近邻传播的半监督聚类算法的并行算法PSAP，给出了约束的转换过程并结合实例进行说明。在UCI数据集上的实验表明：PSAP算法的运行时间约为SAP算法运行时间的1/8~1/4，聚类结果同时
通过学习数据集的低维流形结构，给出一种流形距离测度；结合成对约束信息，调整数据的相似度矩阵，将其作为近邻传播算法的输入，提出了基于流形距离的半监督近邻传播聚类算法（SAP-MD）。通过在UCI标准数据
针对高维数据的聚类问题,提出一种基于间隔Fisher分析MFA的半监督聚类算法。该算法首先使用已标记样本进行MFA映射,得到投影矩阵W后,再利用求得的投影方法对未标记样本进行降维;然后在低维空间引入基
对聚类与分类的简单介绍,适合于初学者了解相关技术。
可以运行老师的例子，结果和别人对过，可以采用多种输入，这个程序可以定很多点可以研究k-means算法性能
本PPT详细地介绍了分类和聚类的原理,并举例进行了算法演示,从理论到实践 非常详细 很适合初学者 对于有一定经验的 也可以回来进一步学习 可能这个时候理解的更深入
K_pototypes算法 ? K-pototypes算法结合了K-means方法和根据K-means方法改 进的能够处理符号属性的K-modes方法 CLARANS算法(随机搜索聚类算法 ? CLA
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
在对AP算法仿真研究过程中发现，样本数据点作为类代表点的初始偏向度取值，与算法最终聚类性能有着密切的联系。针对两者之间的数量关系展开深入研究，通过建立初始偏向度多重单目标优化模型，限定算法花费时长在可
暂无评论