选择性聚类集成相关论文
提出一种基于核独立分量分析的模糊核聚类神经网络集成方法。该方法首先采用核独立分量分析对高维数据进行特征提取;随后用模糊核......
随着信息技术的迅猛发展,数据正成为当今社会的重要资源.一方面,传感器技术和存储技术的发展使得诸多领域中积累了大量数据;另一方......
选择性聚类集成是选择一部分精度高、差异性大的基聚类结果进行集成,从而得到更为有效的聚类集成结果。然而,聚类结果的准确性难以......
针对现有聚类集成算法基本都是无监督聚类集成算法和传统聚类集成方法,其通常将所有产生的聚类成员都参与集成的问题,设计了一种基......
聚类集成是机器学习和数据挖掘领域中一种极其重要的方法,它通过设计共识函数的方法对聚类集体中多个带有差异性的聚类结果进行集......
随着信息时代到来,数据量激增,数据复杂度高,如何从这些数据中挖掘有用信息正成为数据挖掘的一个重要研究方向。聚类研究是数据挖......
聚类集成是机器学习中的一项重要方法,它通过组合聚类集体中多个具有差异性的聚类结果,获得一个更为准确和稳定的聚类结果。通过聚......
