作者:
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:
谱聚类算法是建立在谱图理论的基础上的,同传统的聚类算法比起来,谱聚类算法可以在任意形状的样本空间中聚类,并且收敛于最优解.谱聚类算法能够发掘数据的非线性低秩结构,广泛应用于复杂网络、机器学习等领域,它和流形嵌入、图模型以及积分算理论等密切关联.典型谱聚类算法包括NJW算法、标准切算法、多尺度算法、基于Nystrom的算法以及分层和抽样技术,不同的算法具有不同优缺点,应合理使用.
推荐文章
基于LPCA的谱聚类算法
局部主成分分析
谱聚类
连通图分解
交叉点
基于超图和样本自表征的谱聚类算法
谱聚类
超图
超图拉普拉斯
样本自表征
PPI网络的改进谱聚类算法
谱聚类算法
粒子群优化算法
蛋白质相互作用网络
图像分割的谱聚类集成算法
谱聚类
集成学习
Hungarian算法
成分数据
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 谱聚类广义模型和典型算法探析
来源期刊 通讯世界 学科 工学
关键词 谱聚类算法 广义模型 典型算法
年,卷(期) 2016,(23) 所属期刊栏目 论述
研究方向 页码范围 296
页数 1页 分类号 TP311.1
字数 1653字 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 吴彦博 兰州交通大学电子与信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
谱聚类算法
广义模型
典型算法
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
通讯世界
月刊
1006-4222
11-3850/TN
大16开
北京复兴路15号138室
82-551
1994
chi
出版文献量(篇)
31562
总下载数(次)
90
总被引数(次)
56487
论文1v1指导