您的位置: 专家智库 > >

江苏省自然科学基金(BK2006521)

作品数:2 被引量:10H指数:2
相关作者:张道强金骏黄鹏飞更多>>
相关机构:南京航空航天大学更多>>
发文基金:江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇聚类
  • 1篇鲁棒
  • 1篇聚类算法
  • 1篇加权
  • 1篇核方法
  • 1篇半监督学习

机构

  • 2篇南京航空航天...

作者

  • 2篇张道强
  • 1篇黄鹏飞
  • 1篇金骏

传媒

  • 1篇计算机研究与...
  • 1篇电子学报

年份

  • 2篇2008
2 条 记 录,以下是 1-2
排序方式:
拉普拉斯加权聚类算法被引量:5
2008年
本文提出了一种用于聚类分析的加权聚类算法,通过利用拉普拉斯权,将聚类对象之间的结构信息自动转换为对象的权重.由于拉普拉斯权能够描述数据的邻域结构,从而能够更好的聚类.该加权聚类算法在性能上比经典聚类算法有较大改进,还具有对孤立点鲁棒、适合类别不平衡数据聚类、对聚类个数不敏感等优点.人工数据集以及UCI标准数据集上的实验证实了本文算法的可行性和有效性.
黄鹏飞张道强
关键词:聚类加权
半监督鲁棒联机聚类算法被引量:5
2008年
将监督信息引入到聚类算法中去,在先前提出的鲁棒联机聚类算法(ROC)的基础上,通过引入以样本类标号形式给出的监督信息,提出了一种半监督的鲁棒联机聚类算法(Semi-ROC).在算法的聚类精度和鲁棒性能上,算法Semi-ROC比ROC和AddC有着更好的性能,在人工数据集和UCI标准数据集上的实验结果表明,Semi-ROC能有效地利用少量的监督信息来提高算法的聚类性能,得到较优的结果.另外,在添加噪声的情况下,算法Semi-ROC比原始的联机聚类算法AddC和ROC都更加鲁棒.
金骏张道强
关键词:半监督学习鲁棒核方法
共1页<1>
聚类工具0