集成式位置敏感聚類
大小：0.90 MB 人氣： 2018-01-08 需要積分：1
標簽：聚類(14184)
針對常用圖像聚類尤其是圖像視覺聚類方法聚類速度慢、不支持增量聚類的局限，提出了集成式位置敏感聚類方法。該方法首先根據聚類有效性指標估計合適的聚類數目，然后生成多重哈希函數，并用它們對各數據點進行映射得出多重桶標記，再對數據集各桶標記進行聚類得出多個基劃分，最后對多個基劃分進行集成得出最終劃分。實驗結果表明，在準確率方面，集成式位置敏感聚類在人工數據上與k-means結合聚類集成的方法相當，在圖像集上與k-means結合聚類集成的方法接近。但集成式位置敏感聚類的優點在于其聚類時間快、適合于增量聚類等。因此，集成式位置敏感聚類方法可以用于解決高維圖像特征聚類問題。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
集成式位置敏感聚類下載
相關電子資料下載
- 對新輔助TCHP治療響應的HER2+乳腺癌空間蛋白質組特征 547
- 使用輪廓分數提升時間序列聚類的表現 316
- 基于K-means聚類算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類算法 498
- 介紹一種基于分層聚類方法的木馬通信行為檢測模型 1060
- 深度學習聚類的綜述 780
- 聚類分析中的機器學習與統計方法綜述（二） 679
- 如何在 Python 中安裝和使用頂級聚類算法 415
- 聚類分析中的機器學習與統計方法綜述（一） 638
- 機器學習之分類分析與聚類分析 3550