半監(jiān)督聚類算法及應用的研究.pdf_第1頁
已閱讀1頁,還剩48頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、聚類是人類一項最基本的認識活動,也是處理數(shù)據(jù)的重要工具,在許多領域中被廣泛地應用。該文主要側重于半監(jiān)督聚類分析的研究,針對現(xiàn)有方法存在的問題,提出一些新方法和觀點。 該文首先對聚類分析做了深入的研究,詳細介紹了聚類的發(fā)展、研究現(xiàn)狀,并在此基礎上對具有代表意義的不同聚類方法進行了總結、比較;定義了與論文研究有著密切關系的信息論相關知識點以及數(shù)據(jù)分布和優(yōu)化理論等概念。接著重點探討了基于輔助空間的半監(jiān)督聚類算法并分析算法的相關性質(zhì)。

2、 然后將極大熵原理引入半監(jiān)督聚類方法中實現(xiàn)聚類。提出基于輔助空間與極大熵的半監(jiān)督聚類算法AMESC,針對該算法中的代價函數(shù)進行迭代優(yōu)化,給出了一個新的聚類算法。AMESC的優(yōu)勢在于它依據(jù)模擬退火過程,使算法避開局部極小而得到全局極小,提高算法性能。 一般來說,無監(jiān)督聚類僅僅基于主空間。當輔助空間被引入聚類過程時,無監(jiān)督聚類成為半監(jiān)督聚類。在這篇論文中,代價函數(shù)的設計既考慮到主空間又考慮到輔助空間,從而一個新穎的基于輔助空間

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論