没有合适的资源?快使用搜索试试~
我知道了~
文库首页
后端
C
约束谱聚类算法之软件工程研究.docx
约束谱聚类算法之软件工程研究.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量
123 浏览量
2021-10-01
18:08:38
上传
评论
收藏
113KB
DOCX
举报
温馨提示
五一特惠:¥19.90
39.90
约束谱聚类算法之软件工程研究.docx
资源推荐
资源评论
一种新的约束谱聚类算法
浏览:129
一种新的约束谱聚类算法
约束蚂蚁聚类算法
浏览:2
通过对真实世界蚁群的模拟仿真,提出一种基于随机游走的约束蚂蚁聚类算法来处理以must-link和can-not-link形式出现的约束聚类问题.在人工数据集和UCI标准数据集上的实验结果表明我们的算法优于无监督的蚁群聚类算法和COP-Kmeans算法.
基于MapReduce框架的约束约束改进Cop-Kmeans聚类算法
浏览:71
具有成对约束的聚类最近在聚类社区中引起了很多关注。 特别地,数据集中给定实例对之间的必须链接约束和不能链接约束是当今许多聚类算法中所包含的常识。 事实证明,这种方法可以成功地指导许多著名的聚类算法获得更准确的结果。 但是,最近的工作还表明,必须链接约束和不能链接约束的合并使聚类算法对“实例的分配顺序”过于敏感,因此导致了随后的约束冲突。 本文的主要贡献有两个方面。 一种方法是在执行“无法链接”
基于结构熵约束的图聚类方法.docx
浏览:82
基于结构熵约束的图聚类方法.docx
clusterpy:空间约束聚类算法库
浏览:146
集群Py 分析区域化是一种科学方法,可根据研究人员认为重要的一个或多个变量(例如收入、种族或环境条件)的相似性来决定如何将大量地理区域或点分组为较少数量的区域对于手头的话题。 如何将区域划分为区域的传统概念可能与人们试图说明的信息无关(例如使用政治区域绘制空气污染图),或者实际上可能以偏向汇总结果的方式设计。 当前算法 AZP:Openshaw 和 Rao (1995) AZP 模拟退火:Op
论文研究--三I约束算法.pdf
浏览:177
基于架构的软件可靠性分析往往把构件的可靠性当作自身固有不变的属性,忽略了在不同的输入剖面下,因构件所处的交互环境不同造成的实际可靠性的变化。改进了一种基于架构的可靠性模型,引入转移目的构件剖面矩阵来建立系统操作剖面和构件可靠性的联系,并给出了改进后的可靠性合成算法。实例分析表明,该模型可以全面捕捉到在不同系统操作剖面下,因构件之间转移概率和构件可靠度这两个参数的变化对整体可靠性产生的影响,提高了系
【老生谈算法】AP近邻传播聚类算法原理及Matlab实现.docx
浏览:66
5星 · 资源好评率100%
【老生谈算法】AP近邻传播聚类算法原理及Matlab实现.docx
机器学习与人工智能(聚类分析)习题与答案.docx
浏览:42
机器学习与人工智能(聚类分析)习题与答案.docx机器学习与人工智能(聚类分析)习题与答案.docx机器学习与人工智能(聚类分析)习题与答案.docx机器学习与人工智能(聚类分析)习题与答案.docx机器学习与人工智能(聚类分析)...
层次聚类算法的研究及应用.docx
浏览:24
层次聚类算法的研究及应用.docx
基于语义关系图的新闻事件聚类算法计算机研究与应用.docx
浏览:200
基于语义关系图的新闻事件聚类算法计算机研究与应用.docx
改进型规模约束在聚类算法中的应用
浏览:174
改进型规模约束在聚类算法中的应用
基于成对约束的SubKMeans聚类数确定算法
浏览:157
随着数据维度的增加, 传统聚类算法会出现聚类性能差的现象. SubKMeans是一种功能强大的子空间聚类算法, 旨在为K-Means类算法搜索出一个最佳子空间, 降低高维度影响, 但是该算法需要用户事先指定聚类数目K值, 而在实际使用中有时无法给出准确的K值. 针对这一问题, 引入成对约束, 将成对约束与轮廓系数进行结合, 提出了一种基于成对约束的SubKMeans聚类数确定算法. 改进后的轮廓系
基于谱图和成对约束的主动半监督聚类算法
浏览:107
<p>针对半监督聚类学习算法中缺乏主动学习的缺陷, 提出一种纠错式主动学习成对约束方法. 算法通过寻找<br> 一般聚类算法自身难以发现的成对约束信息, 同时避免这部分约束信息之间本身的关系, 将其引入谱聚类算法, 利用<br> 该监督信息调整谱聚类中点与点之间的距离矩阵对两点间距离进行排序, 采用双向寻找的方法, 使得学习器即使接<br> 收到没有标记的数据也能进行主动学习. 实验分析表明
基于空间实体约束的空间聚类算法研究
浏览:73
空间实体的存在对空间聚类分析产生重要的影响,传统的空间聚类分析中没有考虑空间实体的约束作用,从而影响了聚类结果。本文在总结了以往的空间聚类算法的基础上,提出了一种改进的基于空间邻接关系的空间聚类算法,该算法将空间邻接关系和空间实体作为约束条件嵌入到整个聚类过程中,使得数据对象的归类受到"就近原则"和"约束条件"的双重限制。
二分K均值聚类算法在Iris上的测试.docx
浏览:123
5星 · 资源好评率100%
二分K均值聚类算法在Iris上的测试.docx二分K均值聚类算法在Iris上的测试.docx二分K均值聚类算法在Iris上的测试.docx二分K均值聚类算法在Iris上的测试.docx二分K均值聚类算法在Iris上的测试.docx二分K均值聚类算法在...
模糊C均值聚类算法的C++实现代码.docx
浏览:41
模糊C均值聚类算法的C++实现代码.docx
空间一致性约束谱聚类算法用于图像分割
浏览:130
5星 · 资源好评率100%
空间一致性约束谱聚类算法用于图像分割空间一致性约束谱聚类算法用于图像分割空间一致性约束谱聚类算法用于图像分割空间一致性约束谱聚类算法用于图像分割
近似谱聚类算法描述 (3).docx
浏览:140
。。。
近似谱聚类算法描述 (2).docx
浏览:25
。。。
基于低秩约束的熵加权多视角模糊聚类算法.docx
浏览:83
基于低秩约束的熵加权多视角模糊聚类算法.docx
论文研究-扩展约束的半监督谱聚类算法研究.pdf
浏览:85
通过对几种典型聚类算法的分析和比较,提出了一种新的聚类算法,基于扩展约束的半监督谱聚类算法,简称CE-SSC。这种算法扩展了已知约束集,通过密度敏感距离改变样本点的相似关系,结合半监督谱聚类进行聚类。在UCI基准集上的仿真实验结果证明,基于扩展约束的半监督谱聚类算法具有良好的聚类效应。
约束进化算法及其应用研究综述
浏览:194
约束优化问题广泛存在于科学研究和工程实践中,其对应的约束优化进化算法也成为了进化领域的重要研究方向。约束优化进化算法的本质问题是如何有效地利用不可行解和可行解的信息,平衡目标函数和约束条件,使得算法更加高效。
求解约束优化问题的粒子群算法研究
浏览:125
介绍粒子群算法的介绍及理论,其中提到了单目标优化约束条件的问题,多目标约束条件的优化等等。
基于成对约束的偏标记数据消歧算法.docx
浏览:44
基于成对约束的偏标记数据消歧算法.docx
基于Matlab实现的子空间聚类算法源码+答辩PPT.zip
浏览:190
5星 · 资源好评率100%
基于Matlab实现的子空间聚类算法源码+答辩PPT.zip基于Matlab实现的子空间聚类算法源码+答辩PPT.zip基于Matlab实现的子空间聚类算法源码+答辩PPT.zip基于Matlab实现的子空间聚类算法源码+答辩PPT.zip基于Matlab实现的...
大规模复杂数据聚类算法之计算机研究.docx
浏览:97
大规模复杂数据聚类算法之计算机研究.docx
大学生线上学习行为的聚类、成因与对策研究.docx
浏览:42
大学生线上学习行为的聚类、成因与对策研究.docx
谱聚类算法研究谱聚类算法研究.pdf
浏览:159
谱聚类算法研究谱聚类算法研究.pdf
评论
收藏
内容反馈
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
五一特惠:¥19.90
39.90
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
Lidx0710
粉丝: 12
资源:
9万+
私信
下载权益
C知道特权
VIP文章
课程特权
VIP享
7
折,此内容立减5.97元
开通VIP
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
Apache-druid-kafka-rce.yaml
半导体行业词汇 相关缩写
基于ROS的智能车轨迹跟踪算法的仿真与设计源码运用PID跟踪算法.zip.zip
Apache Flink 未授权访问+远程代码执行.pdf
hadoop-基于hive的聊天数据分析报表可视化案例数据源
baiduwenku_AndroidPhone_v9.0.11_9.0.11__1027470g.apk
疫情中毒中暑重大事件应急预案
应急演练建议流程指导.pdf
### Git: 分布式版本控制系统的信息介绍
### Python Tkinter的信息介绍
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功