近邻传播聚类算法相关论文
进化算法是当前求解多目标优化问题的一种主要方法,因此多目标进化算法(MOEA)成为了计算智能领域的重要研究课题。MOEA主要由变种......
Deep Web环境下存在大量可访问的Web数据库,由于Web数据库的异构性和自主性,对从各个Web数据库中抽取出的结果进行集成是一项很有......
随着信息技术的发展，企业的数据资源呈爆炸式的增长，传统的企业竞争情报系统在数据分析处理中的不足日渐突出。数据挖掘技术的兴起为......
大数据时代背景下,数据所创造价值的不断提升,大数据已经成为金融行业较为重要的战略资产,人们期待数据可以为金融行业带来更好的......
近邻传播聚类算法(Affinity Propagation,AP)是近年出现的无监督聚类算法,但实际应用中存在两点不足:(1)AP算法默认将所有的数据样......
互联网上以指数级方式产生海量的高维数据,目前主要对这些数据进行降维、聚类、近邻搜索等研究与应用。针对海量的这些数据,提高语......
随着互联网的发展,复杂网络的聚类问题已成为学者们的研究热点之一。对复杂网络的聚类有助于发现网络内部不同类别所包含的节点和......
2007年,美国学者Frey在《Science》发表题为“Clustering by Passing Messages Between Data Points”的一篇文章,即近邻传播聚类......
近邻传播聚类算法(Affinity Propagation,AP)是近年出现的一种新型无监督聚类算法,具有很好的普适性,但其在应用中存在以下不足:(1......
关于网页聚类的研究已经提出多种基于文本—链接模型的聚类算法,其中应用最广泛的便是MS模型。针对MS模型在效率和计算精度方面的......
针对传统谱聚类算法应用于图像分割时仅采用特征相似性信息构造相似性矩阵,而忽略了像素分布的空间临近信息的缺陷,提出一种新的相......
针对近邻传播算法无法有效处理高维数据而导致聚类效果不佳的问题,提出一种基于奇异值分解的自适应近邻传播（SVD-SAP）聚类算法.通过......
针对传统近邻传播聚类算法（affinity propagation clustering algorithm,AP）处理特征复杂数据时聚类准确率较低的问题,提出一种基于......
随着社会的不断发展,互联网技术的大范围普及,各行各业对于相关数据的需求呈现稳步上升的趋势。而大数据时代的出现,实际上是在互......
[目的/意义]构建丰富的产业概念层次体系,有助于对产业数据资源进行有序组织,研究构建过程中关键词识别与层级关系确定的方法。[方......
近邻传播聚类算法(Affinity Propagation,AP)近年来发展迅速,介绍了该算法的发展现状,重点论述了半监督近邻传播聚类算法的改进现......
针对高校实际数据质量检测过程中数据集存在缺失值以及发现的函数依赖个数较少且不准确的问题,提出了一种结合近邻传播(AP)聚类算......
为了快速精准地将企业技术需求与科技专家进行匹配,提出一种基于Spark的分布式科技专家推荐模型,解决海量科技资源分类效果不佳和......
随着现代信息技术的迅猛发展,Web2.0时代开启了人类史上真正有意义的互联网在线学习之旅。信息运行载体和传播形态的改变导致学习......
近邻传播聚类(Affinity Propagation,AP)算法具有良好的聚类性能,但是在聚类过程中单个聚类器的聚类性能不佳,存在聚类准确率较低......
针对传统Harris角点检测算法和目前一些改进算法应用在图像拼接时,仍然可能存在只可在单一尺度上检测、角点位置不准确、伪检和对......
传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了......
随着我国经济的快速发展和人民生活水平的提高,人们对新鲜农产品的需求量越来越大,这为农产品运输配送企业提供了广阔的发展空间。......
面对公共建筑能耗增长迅速且能源使用不合理的现状,实现快速、准确的建筑能耗预测有助于管理者及时发现能耗异常,进一步制定经济合......
