支持向量聚类相关论文
无人艇(Unmanned surface vehicle, USV),作为一种自主性较高的水面舰艇,由于其续航能力强、智能化等优势,无论是在民用领域、军事......
随着自然科学与社会科学的不断快速发展，各个领域中的数据都以几何级数的增加，人们要从这些数据中找到对自己有用的数据，找出这些数据......
雷达辐射源信号分选技术是被动雷达中的关键技术和处理中心,信号分选能力是衡量雷达侦察系统信息处理技术先进程度的重要标志。随......
陆地生态系统作为全球碳循环中重要的碳汇,可以将CO2固定在植被或土壤中抵消碳排放,为实现大气CO2浓度的降低提供了一种解决方法。......
本课题的应用背景是教育部科学技术研究项目——中国高校工业微生物资源信息平台，旨在研究构建一个安全可靠的网络访问平台，构筑继防......
在智能技术飞速发展的今天，各行各业的数据规模呈几何级数的增长。如何从海量数据中挖掘潜在的有用信息成为人们关注的焦点。聚类分......
工作集的规模很大时,支持向量机的学习过程需要占用大量的内存,寻优速度很慢.文中提出一种基于支持向量聚类的工作集优选方法,分别......
支持向量聚类（SVC）是在支持向量机的思想上发展而来一种聚类方法，针对其处理大规模数据集速度缓慢的缺点，提出了一种改进的分块支持向......
特征选择和分类算法是网页文本聚类中最关键的技术。提出对网页文本提取特征值后,利用潜在语义索引对网页文本降维,采用支持向量聚......
Support Vector Clustering (SVC) is a kernel-based unsupervised learning clustering method. The main drawback of SVC is i......
从无监督机器学习角度提出了一种基于SVC(support vector clustering)的图像融合规则,解决了基于SVM(support vector machine)的融......
在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核......
根据粗糙集理论的边界区域和V-支持向量机的优点对支持向量聚类算法进行改进。使用核函数进行特征空间的映射，发现最小粗糙球的包络......
文中引入支持向量聚类(SVC)算法对多分量LFM信号进行检测和参数估计。并提出"近似零均值"法来减少SVC算法中输入集样本数量,且改进......
基于支持向量聚类，提出一种新的针对未知雷达辐射源信号分选的算法。该方法在原有支持向量的基础上，在聚类标识阶段通过用支持向量点......
基于R＊-tree数据结构,提出了一种改进的数据预处理方法,它能有效地从训练集里剔除掉一些对聚类没有意义的点。实验表明通过这个方法......
提出一种针对椒盐噪声的SVC多窗口图像去噪方法。利用局部统计特性将像素点标记为信号点、可能的正噪声点及可能的负噪声点。在后......
对肿瘤样本进行准确的分型识别是有效治疗肿瘤的前提。首先，利用方差滤波方法选择肿瘤表达谱中具有最大方差的部分基因作为识别特征......
针对现有支持向量聚类算法复杂度较高，在密集、复杂、多变的现代雷达对抗信号环境中，无法同时满足雷达信号分选的准确性和实时性，提出......
针对现有支持向量聚类算法在雷达信号分选应用中复杂度高、用传统有效性指标难以描述最佳分选效果的问题,研究了基于锥面聚类分配......
针对中文问题分类方法中特征向量维数过高导致处理速度过慢的问题,提出一种基于局部鉴别索引和支持向量聚类的中文问题分类方法。......
在复杂的电磁信号环境下，针对使用支持向量聚类算法进行信号分选时，聚类结果易受核函数参数和惩罚因子的影响，及计算复杂度高和准确率......
雷达信号分选的容差问题一直是雷达对抗情报处理中的难题,而支持向量聚类法（SVC）是一种能够有效避免容差问题的聚类方法,但现有参数......
针对支持向量聚类（Support Vector Clustering,SVC）的软核,引入了粗糙集的理论.通过粗糙集的上下边界,对SVC算法的核函数进行改进.通......
目前基于多参数的雷达信号聚类分选方法得到了广泛应用,但是当雷达信号严重交叠时,存在正确率不高的问题,为此,在支持向量聚类和分......
由于采用单一聚类方法对雷达信号聚类分选中，存在一定的问题。为了克服单一聚类的缺点，并利用其优点，提出了采用组合聚类的方法对雷达......
为提高支持向量聚类（SVC）对分布复杂、不均匀雷达辐射源信号样本分选的正确率,提出一种改进的支持向量聚类分选方法,先采用支持向量......
研究了SVC算法及其在企业客户资源分析中的应用，得出有关客户资源各种属性特征的量化结果，使企业充分认识客户资源的各种属性特征，辅......
针对人工萤火虫群优化（GSO）固定步长带来的收敛速度不快且容易陷入局部寻优的问题，对步长因子进行改进，提出一种基于S型变步长的萤火虫......
针对复杂环境下传统雷达信号分选处理中由于设定容差难以准确分选的问题,提出一种分层互耦支持向量聚类(SVC)联合类型熵识别的多参......
要分析和理解遥感图像,首先要对遥感图像进行分割。文章将传统的聚类分析方法和支持向量机理论相结合,并进行了算法的改进,将支持......
为了提高算法聚类精度，降低算法聚类耗时，根据支持向量聚类算法的统计性原理本文提出了一种改进的支持向量聚类算法。该算法通过预处......
针对支持向量聚类算法训练样本不稳定问题,引入数据场概念,提出一种基于数据场的支持向量聚类算法,将数域空间构成的数据场中势值......
随着数据信息的积累，如何从这些海量信息中有效地提取所需要的知识成为当前数据挖掘的重要内容。聚类作为数据挖掘的重要工具，通过将......
科学、准确、便捷、低成本地预测旅游趋势对提高景区的科学管理能力及避免因旅游人数过多导致的公共安全问题具有重要意义.研究选......
支持向量聚类（Support Vector Clustering,SVC）算法主要分为两个阶段：训练阶段和聚类分配阶段。由于需要计算邻接矩阵,聚类分配阶段消......
为了精确获取多分量线性调频(Linear FM,LFM)信号中分量的数量,该文引入支持向量聚类(Support Vector Clustering,SVC)算法对LFM信......
该文针对现有聚类算法在雷达信号分选应用中复杂度高,准确性低的问题,研究了一种基于锥面簇分配的支持向量聚类算法,该算法在数据......
雷达对抗侦察包括雷达辐射源信号的截获、分选、分析和识别。雷达辐射源信号识别是整个雷达对抗信号处理中的关键性过程,是现代电......
针对传统支持向量聚类的低性能和高耗费问题，提出最小二乘支持向量聚类（LSSVC）模型，设计自适应参数化方案。模型中包括两步簇划分算法......
为有效解决文档聚类问题,提出一种基于间隔流形学习的文档聚类算法。该算法利用间隔Fisher分析将高维文档空间降维到低维特征空间,......
Contourlet变换作为新的多尺度分析方法比小波变换更适合分析二维图像的边缘特征,而支持向量聚类算法所获得的聚类效果不受聚类形......
雷达辐射源信号分选是电子侦察处理的关键技术,信号分选的效果直接影响着雷达侦察系统的整体作战效能。雷达技术的快速发展,使得雷......
机器学习是人工智能研究领域的一个重要分支。本文对若干机器学习算法进行了理论与应用研究。重点研究了粒子群算法、电能质量扰动......
负荷建模对电力系统仿真和分析非常重要,其中负荷模型参数辨识是负荷建模的关键环节,因而大量的研究工作集中在负荷模型参数辨识方......
为了提高复杂体制雷达信号分选的正确率,提出了加权SVC和K-Mediods联合聚类算法,针对雷达参数特点,对SVC算法的核函数内积和K-Medi......
为了降低支持向量聚类(Support Vector Clustering,SVC)的运算复杂性,基于Yang等提出的邻近图法,用Mercer核来表达Hilbert空间中的......
