一種魯棒的特征權重自調節(jié)軟子空間聚類算法
大?。?/span>0.72 MB 人氣： 2018-01-15 需要積分：2
針對已有的特征權重自調節(jié)軟子空間（ SC-FWSA）聚類算法存在對噪聲敏感的問題，基于一種非歐氏距離，提出一種魯棒的特征權重自調節(jié)軟子空間（ RSC-FWSA）聚類算法。RSC-FWSA在迭代過程中自適應地為數據生成一個權函數，通過計算每一類數據的加權平均來計算聚類中心，這種“加權平均”使得聚類中心的估計對噪聲相對不敏感，從而可以提升算法對帶噪聲數據和復雜結構數據的聚類精度。人工數據和真實數據上的對比性實驗，驗證了RSC-FWSA算法的有效性。特別是人工帶噪聲數據和3個真實數據：Wine，Zoo以及Breastcancer上的實驗結果表明，RSC-FWSA可以顯著提升原對應算法的聚類精度。RSC-FWSA具有的強魯棒性使得該算法適用于高維帶噪聲和復雜結構數據的聚類問題。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種魯棒的特征權重自調節(jié)軟子空間聚類算法下載
相關電子資料下載
- 多叉指MOSFET器件靜電防護魯棒性提升技巧 178
- 基于振幅型空間光調制器實現具有魯棒性且高對比度的多焦點聚焦方法 143
- 高魯棒性植入式神經電極界面，用于神經元電活動的長期追蹤記錄 254
- 智能駕駛大模型：有望顯著提升自動駕駛系統(tǒng)的性能和魯棒性 1008
- 基于多攝像頭的高魯棒性視覺SLAM系統(tǒng)設計 288
- 基于計算設計的超魯棒性應變傳感器，實現軟體機器人的感知和自主性 489
- 理想二極管的應用實例及主要規(guī)格 2283
- 基于RGM的魯棒且通用的特征匹配 361
- 魯棒性的含義以及如何提高模型的魯棒性？ 2746
- 一文淺談魯棒性（Robustness） 1100