密度敏感相关论文
将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差......
近年来，随着电信市场的飞速发展，电信客户逐渐呈现出细分化、多元化的特征，而客户是企业赖以生存的根本和发展的关键。面对海量的客户......
随着信息技术的飞速发展，收集大量未标注数据已相当容易。因此，如何利用大量未标注数据来改善学习性能成为当前机器学习研究中备受关......
聚类分析技术能够辨识数据的内在结构,随着计算机技术的发展,聚类技术的应用也越来越广泛,无论是学校、商场、研究中心还是政府办......
传统的聚类算法一般使用欧氏距离获得数据的相似矩阵，在处理一些较复杂的数据时，欧氏距离由于不能反映全局一致性，因此无法有效地描述......
半监督算法作为一种能有效利用大量的未标签数据来改善少量的标签数据训练出来的分类器性能的算法,无论在理论上还是实践上都很有......
根据聚类假设,提出一种新的基于图的半监督学习算法,称为密度敏感的半监督聚类。该算法引入一种密度敏感的距离测度,它能较好地反......
针对数据竞争聚类算法在处理复杂结构数据集时聚类性能不佳的问题,提出了一种密度敏感的数据竞争聚类算法。首先,在密度敏感距离测......
聚类分析不但在机器学习领域占有着一个重要的分支的位置,而且它也在人们理解和探索事物之间的内在联系中起着非常有用的作用,同时......
