基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
谱聚类能识别出在原空间中线性不可分的聚类,且其效果优于传统聚类算法.谱聚类要想获得好的效果必须选择一个合适的尺度参数,本文在传统谱聚类算法的基础上引入类似核选取的技巧,提出了一个能自动选取该尺度参数的自适应谱聚类算法.将该算法和现有的谱聚类参数选择算法作了比较,在人工数据集和UCI数据集上的实验表明,自适应谱聚类算法在很多情况下优于其它参数选择算法.
推荐文章
用于彩图分割的自适应谱聚类算法
谱分析
谱聚类
彩色图像分割
基于CMT-FCM的自适应谱聚类算法
谱聚类
初值敏感
标准差
历史知识
中心距离极大化
基于密度自适应邻域相似图的半监督谱聚类
谱聚类
密度自适应邻域
相似图
半监督学习
参数自适应的网格密度聚类算法
网格密度
聚类
空间划分
噪声曲线
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应谱聚类算法研究
来源期刊 山东大学学报(工学版) 学科 工学
关键词 自适应 谱聚类 参数选取
年,卷(期) 2009,(5) 所属期刊栏目 机器学习与数据挖掘
研究方向 页码范围 22-26
页数 5页 分类号 TP391
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张道强 51 491 11.0 20.0
2 卜德云 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自适应
谱聚类
参数选取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导