核聚类相关论文
深度卷积神经网络（CNNs）的强大性能是依赖于其庞大的参数量和计算量而产生的,但是这两个特点反而成为了限制卷积神经网络的进一步发......
该文主要研究基于核函数的机器学习方法(以下简称核学习方法)的理论、算法和应用.针对目前核学习方法中存在的一些问题:如何提高现......
入侵检测技术能够根据入侵行为的踪迹和规律发现入侵行为,是一种主动的网络安全保障措施。本文在分析比较了基于数据挖掘的入侵检......
支持向量机是目前比较流行的机器学习算法，可以较好地解决小样本、非线性和局部极小点等实际问题，并且能够高效地处理平衡数据集分类......
离群点挖掘作为数据挖掘的重要组成部分,能够从大量复杂的数据中找到小部分与其他数据相比最不一致、显著异常的数据点,这些异常点......
聚类是机器学习中一种无监督学习算法,它已成功地应用于诸多领域,如数据挖掘、机器学习、图像处理和生物学等。聚类的过程是将数据......
入侵检测作为一种动态的网络安防手段,可以有效地保护计算机系统和网络免受入侵,并与静态安防手段相辅相成,共同构成网络安全防线......
近些年来,计算机视觉技术飞速发展,图像分类作为经典问题一直被研究学者所关注。与此同时,在图像特征表示方面,研究者们提出了多种......
半监督学习是机器学习中重要的研究方向。众所周知,大量标记样本能够有助于提高学习器性能,但是收集大量标记样本是耗时耗力的,半......
为处理线性不可分、结构复杂的数据集,提出基于核聚类的K-均值聚类(Kernel Clustering-based K-means Clustering,KCKC).该方法先......
核向量机可以高效学习大样本数据集,却有泛化能力低的缺陷.针对已有参数C选择算法缺乏启发性以及选取困难的不足,本文在分析了核聚......
提出了一种基于分水岭变换和核聚类算法的图像分割算法.通过分水岭变换把图像分割成多个小区域,为实现过分割小区域的合并,利用M e......
近邻传播聚类(AP)方法是近年来出现的一种广受关注的聚类方法,在处理多类、大规模数据集时,能够在较短的时间得到较理想的结果,因......
现有核聚类算法需要学习完整的核矩阵，计算效率较低，仅适用于小规模数据，对此提出了基于图谱理论的核函数分类算法。首先，基于图谱理论......
针对核聚类算法与免疫网络聚类算法的不足，将免疫网络机制与核理论相结合，通过用核距离函数代替欧拉距离函数，设置反映抗体识别抗原数......
核聚类算法是一种能够处理样本间差异微弱的有效聚类算法。以粗糙集理论为基础,将基于属性重要度的属性约简算法应用到核聚类算法......
针对无线传感器网络的自身特殊性和所面临的路由安全威胁，提出了一种基于核聚类的异常检测方案——KCAD，以检测路由攻击所导致的流量......
目前已有的成对约束模糊核聚类研究中,缺乏对成对约束信息的有效测度,进而无法充分利用成对约束这类半监督信息。在成对约束核聚类......
文中提出一种半监督核信任力传播聚类算法（SSKAPC）.SSKAPC在对样本聚类的过程中,引入先验知识提高聚类性能;同时该算法将样本映射到......
针对传统FCM算法处理噪声图像时存在去噪性能差、聚类时间长、分割效果不佳等问题。文中通过拟合核聚类算法和传统的FCM算法,产生......
针对不同书写者书写同一字的分类问题,介绍了签字的五个全局特征的提取方法.在特征总数不多的情况下,使用特征标权而不是特征选择......
针对传统SVM算法在失衡数据集下的分类性能不理想的问题,提出一种基于核聚类集成SVM算法.该算法首先在核空间中对多数类样本集进行......
为进一步提高基于图像稀疏表示的飞机目标检测算法的时间性能与精确度,提出了基于多尺度核索引字典的飞机目标检测算法,分别从超完......
针对多类样本数据,提出1种多核模糊聚类算法。通过选取子核函数及其参数构造多核函数,使得输入空间的样本经多核函数映射后,增大不......
随着商业银行信息化进程中数据集中阶段任务的完成，各商业银行将面临如何从大量的数据中提取有价值的信息和知识以提高企业决策质量......
为弥补具有径向基函数（ radial basis function,RBF）核的支持向量机（ support vector machine, SVM）的不足, 即如何获得合适的RBF核并......
为解决原始核聚类（Kernel Clustering,KC）中模式信息不足、聚类结果不佳的缺点,以KC为基础,利用Universum学习带来的优势,提出基于Un......
针对电子病历中图像分割问题,提出了基于约束关系的改进核聚类算法,该算法通过引入约束关系在图像分割前进行修正,从而提高图像分......
传统的核聚类仅考虑了类内元素的关系而忽略了类间的关系,对边界模糊或边界存在噪声点的数据集进行聚类分析时,会造成边界点的误分......
针对新型作战样式条件下空中多机动目标密集回波的数据关联问题,采用核学习方法和K-均值聚类相结合的算法,即基于核的K-均值聚类来......
为了解决核主分量分析方法处理大训练样本集时计算代价巨大的问题,在采用子集划分的KPCA算法基础上,提出采用核聚类划分子集,并用......
提出一种新的鲁棒核模糊C-均值聚类算法。将连通核与AFCM（Alternative fuzzy C—means）聚类算法相结合，给出基于连通核的核AFCM：CRKFCM......
传统转导支持向量机有效地利用了未标记样本，具有较高的分类准确率，但是计算复杂度较高。针对该不足，论文提出了一种基于核聚类的启发......
模糊支持向量机（FSVM）具有很好的抗噪声能力，受到了很多专家的重视。然而模糊支持向量机算法的时间复杂度通常较高。针对这一不足，本文......
支持向量机是基于统计学习理论的新一代机器学习技术。和传统的基于数据的学习方法采用经验风险最小化原则不同的是，它是建立在结构......
作为支持向量机的重要分支算法,一类支持向量机及多球体聚类算法在异常检测、聚类学习等无指导领域得到了良好的应用。本文在深入......
统计学习理论的目的是研究有限样本下机器学习的特征,为有限样本学习问题提供了完备统一的理论框架。支持向量机(Support Vector M......
在全球化市场竞争日益激烈的今天,以客户为中心的研发和生产模式成为很多企业发展的核心,感官评估是保证产品质量和挖掘顾客对产品......
聚类分析的两个基本任务是分析数据集中簇的数量以及这些簇的位置。在深入研究了核聚类方法及人工免疫网络的特性的基础上，引入资源......
语音转换是计算机听觉领域的热点问题之一,将歌声运用于语音转换是一种新的研究方向,同时拓宽了语音转换的应用范围。经典的高斯混......
为克服核模糊属性c-均值聚类算法易陷入局部最优解的缺点,提出一种新的基于粒子群优化的核模糊属性c-均值聚类算法.该算法根据核模......
为了提高分类型数据集聚类的准确性和对广泛数据集聚类的适应性,引入3种核函数,再利用基于山方法的核K-means作分类型的数据聚类,......
给出了一种新的映射音乐到Rn空间的方法和基于串核的音乐风格聚类法。利用统计方法分析大量音乐的旋律轮廓线得到合适的编码模式,......
