一種新的基于流行距離的譜聚類算法
大小：0.90 MB 人氣： 2017-12-07 需要積分：1
標簽：聚類算法(12092)
本文提出了一種新的基于流行距離的譜聚類算法，這是一種新型的聚類分析算法。不僅能夠對任意的非規則形狀的樣本空間進行聚類，而且能獲得全局最優解。文章以聚類算法的相似性度量作為切入點，對傳統的相似性測度方法進行改進，將傳統譜聚類算法（NJW-SC）中的基于歐氏距離的相似性測度換為基于流行距離的相似性測度，在此基礎上對樣本對象集進行聚類。之后將新提出來的算法同K-Means算法、傳統譜聚類算法、模糊C均值聚類算法在人工數據集上進行實驗對比，得出新的算法在非凸形狀的數據集和在全局一致性上取得了較好的效果。在UCI數據集上用人工評價指標F-measure對聚類質量進行評價，發現其也優于其他方法。在通過實驗數據驗證后，我將譜聚類算法應用在實際的數據中，看其是否能取得良好的效果。查閱資料，最終選取了極光圖像，通過對極光圖像的分類驗證了譜聚類算法在極光分類中也有很好的應用。
非常好我支持^.^
(0) 0%
不好我反對
(6) 100%
下載地址
一種新的基于流行距離的譜聚類算法下載
相關電子資料下載
- 基于K-means聚類算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類算法 498
- 如何在 Python 中安裝和使用頂級聚類算法 415
- 10種聚類算法和Python代碼4 1118
- 10種聚類算法和Python代碼3 960
- 10種聚類算法和Python代碼2 796
- 10種聚類算法和Python代碼1 644
- YOLOv5中的autoanchor.py代碼解析 1242
- 視覺新范式！COCs：將圖像視為點集 636
- 10種頂流聚類算法Python實現（附完整代碼） 989