没有合适的资源?快使用搜索试试~
我知道了~
文库首页
开发技术
其它
基于三支决策的谱聚类算法研究
基于三支决策的谱聚类算法研究
研究论文
1 下载量
173 浏览量
2021-03-15
08:26:06
上传
评论
收藏
451KB
PDF
举报
温馨提示
立即下载
基于三支决策的谱聚类算法研究
资源推荐
资源评论
一种三支决策软增量聚类算法
浏览:46
一种三支决策软增量聚类算法
论文研究-基于[ε]邻域的三支决策聚类分析.pdf
浏览:47
传统的聚类方法大都是二支决策,即决策一个元素属于一个类或者不属于一个类。然而在处理不确定性信息时,强制将其中的元素划分到一个类中,往往容易带来较高的决策风险。三支决策聚类将确定的元素放入核心域中,将不确定的元素放入边界域中延迟决策,可以有效地降低决策风险。利用数学形态学中膨胀与腐蚀的思想,提出了一种使用样本的[ε]邻域将二支聚类转化为三支聚类的方法。该方法在二支聚类的结果上,利用每个类中元素的[ε
一种基于投票的三支决策聚类集成方法
浏览:55
一种基于投票的三支决策聚类集成方法
基于k-means的自动三支决策聚类方法
浏览:198
基于k-means的自动三支决策聚类方法
基于q近邻的不完备数据三支决策聚类方法
浏览:19
基于q近邻的不完备数据三支决策聚类方法
论文研究-基于频繁模式谱聚类的课程关联分类模型和学生成绩预测算法研究.pdf
浏览:115
针对大众化教育中存在的学生质量参差不齐、教学管理难度加大等问题,提出一种基于频繁模式谱聚类的课程关联分类模型和学生成绩预测算法研究。以通信工程专业学生的课程成绩为样本,利用Apriori和FP-growth算法对不同...
基于无监督决策树聚类方法的研究
浏览:170
4星 · 用户满意度95%
无监督决策树聚类方法的研究,决策树是一种有监督的归纳学习算法,它用于对有类标的数据集进行分类,而聚类 是一种无监督的学习算法,它可以对无类标的数据集进行分组
论文研究-一种基于负补偿自由能量方程的聚类算法.pdf
浏览:64
基于有限混合模型的聚类算法具有以下缺陷:聚类结果依赖于模型的初始化参数;聚类结果容易收敛于局部最优;聚类过程无法决策聚类数量。为了解决这些问题,提出了一种基于负补偿函数的自由能量方程,对此方程的训练会...
大数据-算法-基于聚类算法的多属性复杂大群体决策方法研究.pdf
浏览:8
大数据-算法-基于聚类算法的多属性复杂大群体决策方法研究.pdf
三支决策与聚类大数据分析.pptx
浏览:134
5星 · 资源好评率100%
三支决策与聚类大数据分析.pptx
三支决策-基于粗糙集与粒计算研究视角.pdf
浏览:125
三支决策-基于粗糙集与粒计算研究视角.pdf
论文研究-基于三支决策的自适应粗糙集近似.pdf
浏览:60
讨论基于三支决策的自适应粗糙集近似方法,给出自适应粗糙集近似属性评价函数的算法。为清楚表达在粗糙集近似过程中对象和属性之间的关系,引入描述集的概念,在描述集的意义下根据属性评价函数对目标概念进行自适应粗糙集近似。最后,把自适应粗糙集近似过程与认知过程进行比较,并分析它们的相似性,借助该近似过程的思想,在一定程度上提高人们的认知效率。
论文研究-粗糙集理论:基于三支决策视角 .pdf
浏览:165
粗糙集理论:基于三支决策视角,刘盾,李天瑞,从三支决策的视角出发,系统地介绍了三支决策与粗糙集理论相融合的理论、方法和应用。考虑到粗糙集理论中的正域、负域和边界域可
三支决策及其相关理论研究综述
浏览:106
三支决策理论是姚一豫等人在粗糙集[1]和决策粗糙集[2]基础上提出的新的决策理论。2012年10月召开的中国粗糙集与软计算会议上,姚一豫教授系统地介绍了三支决策理论的背景、框架、模型及应用。“三支决策理论与应用”[3]标志着三支决策由粗糙集的三个区间的语义解释逐步发展为在一种不确定或不完整信息条件下的决策理论。许多学者研究和拓展了三支决策理论,并将其应用于多个学科领域。2013年在漳州举办的中国r
一种基于相对密度和决策图的聚类算法
浏览:103
聚类是数据挖掘领域的一个重要研究方向,针对复杂数据集中存在的簇间密度不均匀、聚类形态多样、聚类中心的识别等问题,引入样本点k近邻信息计算样本点的相对密度,借鉴快速搜索和发现密度峰值聚类(CFSFDP)算法的簇中心...
论文研究-一种基于粒度原理的多指标综合Web用户聚类算法.pdf
浏览:151
为了解决传统聚类算法难以获得较好的Web用户聚类结果、使用的指标无法全面反映用户行为特征的问题,提出一种基于粒度原理的Web用户聚类算法。首先对离散化数据给出稀疏相似度和初始等价关系的定义,进行初次聚类;...
论文研究-基于改进粒子群优化的无标记数据鲁棒聚类算法.pdf
浏览:110
已有的聚类算法大多仅考虑单一的目标,导致对某些形状的数据集性能较弱,为此提出一种基于改进粒子群优化的无标记数据鲁棒聚类算法。优化阶段:首先采用多目标粒子群优化的经典形式生成聚类解集合;然后使用K-means...
计算机研究 -基于聚类和决策树C5分类算法的应用研究.pdf
浏览:55
计算机研究 -基于聚类和决策树C5分类算法的应用研究.pdf
论文研究-无线传感器网络中基于空间关联性的聚类异常检测算法.pdf
浏览:98
针对无线传感器网络节点定位场景中的环境变化、障碍物及传感器节点失效等异常问题, 提出了一种基于空间关联性的聚类异常检测算法(ODCASC算法)。该算法通过聚类技术完成节点的异常数据判断, 同时还利用邻居节点间...
基于三支决策的主动学习方法
浏览:138
主动学习是机器学习领域研究的热点之一,旨在解决样本无标签问题.将三支决策的思想应用到主动学习中,通过引入决策函数,并基于无标签样本的不确定性,将无标签样本划分为3个不同的域:正域、负域、边界域.针对不同区域的样本进行相应处理,提出一种基于三支决策理论的主动学习方法(TWD{_
论文研究-决策演化集的三支博弈.pdf
浏览:113
决策演化集是处理决策规则在时间序列上的演化问题的理论。决策演化集将着眼点从静态的决策信息系统转移到动态的时间序列上,研究决策信息系统在随着时间变化时的演化规律,是一种新的决策研究方法。目前,在决策演化集的标准结构下存在着一些问题,例如预测得到的属性较少,预测夹角偏大等问题。决策演化集的三支结构在提高预测准确度方面是一个有效的方法,但其阈值α和β是固定的。然而,在时间序列下数据是不停变化的,固定的α
基于三支决策的不平衡数据过采样方法
浏览:61
基于三支决策的不平衡数据过采样方法
基于收益最大化的三支决策中不承诺决策转化
浏览:114
三支决策是对传统二支决策的推广,它在原有的二支决策中增加了不承诺域,避免了直接做出接受决策或拒绝决策所需承担的风险。但是,从效果上看,不承诺决策和拒绝决策是相同的,不承诺决策同样需要承担风险。基于收益最大化原则的转化方法给出了三支决策中不承诺决策的转化模型,并且比较了收益最大化原则和转化代价最小原则在不同情景中决策上的相同和差异,最后通过实例证明了模型的正确性和可行性。
论文研究-基于模糊集的蚁群空间聚类方法研究.pdf
浏览:30
定义了对象间的平均距离,并将平均...并以矿山实际测量数据为空间数据源,采用基本的蚁群聚类算法和模糊蚁群空间聚类算法分别对其进行聚类。通过对这两种算法的实验结果进行分析比较,证明改进后的算法提高了聚类效果。
论文研究-基于簇特征的增量聚类算法设计与实现.pdf
浏览:10
针对支持向量机在对样本进行分类时,决策超平面附近的点较易错分的问题,首先将反K近邻法引入分类问题,提出了反K近邻分类算法;然后,将支持向量机(SVM)与反K近邻分类算法(RKNN)相结合,提出了基于支持向量机与...
基于决策图的三维模型无监督聚类算法
浏览:150
基于决策图的三维模型无监督聚类算法
论文研究-自动确定聚类中心的密度峰值算法.pdf
浏览:129
密度峰值聚类算法(Density Peaks Clustering,DPC),是一种基于密度的聚类算法,该算法具有不需要指定聚类参数,能够发现非球状簇等优点。针对密度峰值算法凭借经验计算截断距离[dc]无法有效应对各个场景并且密度...
论文研究-基于自组织神经网络和模糊聚类的校园无线网用户学习兴趣度行为分析.pdf
浏览:167
针对如何分析校园无线网络数据、挖掘数据中蕴藏的学生行为,更好地辅助教学管理,提出了在Hadoop平台构建基于自组织神经网络的模糊C-均值聚类算法。该算法采用自组织神经网络与模糊C-均值聚类算法相结合,避免了模糊...
评论
收藏
内容反馈
立即下载
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
weixin_38647822
粉丝: 3
资源:
935
私信
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
校园通行码预约管理系统20240522075502
车类型数据集6250张VOC+YOLO格式.zip
The PyTorch implementation of STGCN.STGCN-main.zip
092300108.cpp
车类型数据集6000张VOC+YOLO格式.zip
for daily read
修复版薅羊毛拼团商前端 后端 搭建视频教程.zip
F407+ov2640+ESP8266网络摄像头
51单片机+IIC通信+0.96oled显示屏源码
狗目标检测数据集VOC-xml格式100张.zip
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