一種新的基于流行距離的譜聚類(lèi)算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶(hù)評(píng)論（0）
本文提出了一種新的基于流行距離的譜聚類(lèi)算法，這是一種新型的聚類(lèi)分析算法。不僅能夠?qū)θ我獾姆且?guī)則形狀的樣本空間進(jìn)行聚類(lèi)，而且能獲得全局最優(yōu)解。文章以聚類(lèi)算法的相似性度量作為切入點(diǎn)，對(duì)傳統(tǒng)的相似性測(cè)度方法進(jìn)行改進(jìn)，將傳統(tǒng)譜聚類(lèi)算法（NJW-SC）中的基于歐氏距離的相似性測(cè)度換為基于流行距離的相似性測(cè)度，在此基礎(chǔ)上對(duì)樣本對(duì)象集進(jìn)行聚類(lèi)。之后將新提出來(lái)的算法同K-Means算法、傳統(tǒng)譜聚類(lèi)算法、模糊C均值聚類(lèi)算法在人工數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)對(duì)比，得出新的算法在非凸形狀的數(shù)據(jù)集和在全局一致性上取得了較好的效果。在UCI數(shù)據(jù)集上用人工評(píng)價(jià)指標(biāo)F-measure對(duì)聚類(lèi)質(zhì)量進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)其也優(yōu)于其他方法。在通過(guò)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證后，我將譜聚類(lèi)算法應(yīng)用在實(shí)際的數(shù)據(jù)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(guò)對(duì)極光圖像的分類(lèi)驗(yàn)證了譜聚類(lèi)算法在極光分類(lèi)中也有很好的應(yīng)用。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(6) 100%
下載地址
一種新的基于流行距離的譜聚類(lèi)算法下載
相關(guān)電子資料下載
- 基于K-means聚類(lèi)算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類(lèi)算法 498
- 如何在 Python 中安裝和使用頂級(jí)聚類(lèi)算法 415
- 10種聚類(lèi)算法和Python代碼4 1118
- 10種聚類(lèi)算法和Python代碼3 960
- 10種聚類(lèi)算法和Python代碼2 796
- 10種聚類(lèi)算法和Python代碼1 644
- YOLOv5中的autoanchor.py代碼解析 1242
- 視覺(jué)新范式！COCs：將圖像視為點(diǎn)集 636
- 10種頂流聚類(lèi)算法Python實(shí)現(xiàn)（附完整代碼） 989