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:
根据聚类假设,提出一种新的基于图的半监督学习算法,称为密度敏感的半监督聚类.该算法引入一种密度敏感的距离测度,它能较好地反映聚类假设,并且充分挖掘了数据集中复杂的内在结构信息,同时与基于图的半监督学习方法相结合,使得算法在聚类性能上有了显著的提高.经过实验仿真进一步表明,该算法在特定图像应用上具有优越性.
推荐文章
基于相对距离的密度聚类算法
相对距离
DBSCAN算法
多维二进制搜索树
聚类
基于密度聚类的医学图像分割DCMIS
医学图像分割
核密度估计
密度聚类
爬山算法
兼顾属性距离及关系强度的密度聚类算法
聚类
加权网络
近邻对象
核心对象
基于距离测度学习的AP聚类图像标注
距离测度学习
近邻传播(AP)聚类算法
图像标注
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 密度敏感的距离测度在特定图像聚类中的应用
来源期刊 计算机工程 学科 工学
关键词 半监督聚类 密度敏感 聚类假设
年,卷(期) 2009,(6) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 210-212
页数 3页 分类号 TP311
字数 4325字 语种 中文
DOI 10.3969/j.issn.1000-3428.2009.06.074
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 袁平波 中国科学技术大学电子工程与信息科学系 12 92 4.0 9.0
2 吴毓龙 中国科学技术大学电子工程与信息科学系 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (78)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (171)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(21)
  • 引证文献(0)
  • 二级引证文献(21)
2017(32)
  • 引证文献(0)
  • 二级引证文献(32)
2018(48)
  • 引证文献(1)
  • 二级引证文献(47)
2019(49)
  • 引证文献(0)
  • 二级引证文献(49)
2020(17)
  • 引证文献(0)
  • 二级引证文献(17)
研究主题发展历程
节点文献
半监督聚类
密度敏感
聚类假设
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导