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:
核矩阵在很多机器学习算法中发挥了重要作用,但核矩阵处理的开销非常大.Nystrom方法是流行的抽样方法,抽样使得在处理较大型核矩阵时减少了计算负担.但是,Nystrom方法抽样时采用的是对矩阵进行行、列随机抽样,所以使得准确性受到影响.本文提出了一种基于密度的聚类Nystrom方法,使用密度类算法选出的中心点作为标志点,通过提高聚类的速度和质量来提高Nystrom方法的速度和质量,从而提高了抽样的效率和准确性.
推荐文章
一种基于密度的引力聚类算法
数据挖掘
聚类分析
聚类算法
引力
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种基于密度的分布式聚类改进算法
聚类
分布式
数据挖掘
代表点
一种基于局部密度的网格排序聚类算法
网格排序
局部密度
锚定网格
聚类
抗噪
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 一种基于密度聚类Nystrom抽样算法
来源期刊 计算机工程与科学 学科 工学
关键词 Nystrom方法 聚类 标志点
年,卷(期) 2012,(11) 所属期刊栏目 智能控制
研究方向 页码范围 148-152
页数 5页 分类号 TP274
字数 5331字 语种 中文
DOI 10.3969/j.issn.1007-130X.2012.11.026
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 左亚尧 广东工业大学计算机学院 22 93 5.0 9.0
2 唐文俊 广东工业大学计算机学院 2 8 2.0 2.0
3 张波 广东工业大学计算机学院 12 21 3.0 4.0
4 张祖传 广东工业大学计算机学院 2 9 2.0 2.0
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  (4)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (5)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
Nystrom方法
聚类
标志点
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导