近邻传播相关论文
鉴于传统方法对科研成果关键词研究存在较强主观影响和较少考虑时间因素等问题,提出基于时间序列聚类的科研成果关键词分析方法.该......
聚类分析作为数据挖掘中非常重要的一种工具,本质是将数据元素划分为若干组的技术,使得组内的元素具有较高的相似性,而与其他组中......
数据采样是快速提取大规模数据集中有用信息的重要手段,为更好地应对越来越大规模的数据高效处理要求,借助近邻传播算法的优异性能......
随着复杂网络理论研究的不断深入及在各领域的应用,其所具有的社团结构特征吸引了广泛的关注。寻找和分析复杂网络的社团结构对于......
随着社会经济的飞速发展,互联网技术越来越深入到人们生活中的方方面面,在给人们生活带来便利性的同时,也带来了潜在的安全问题。......
复杂社会网络可以抽象为由大量节点和节点之间的联系组成的拓扑结构,其在众多领域中广泛存在。聚类分析作为研究复杂社会网络的重......
光谱分析能够通过样品的光谱和校正模型来快速预测样品的成分。校正模型预测性能的好坏,很大程度上取决于所选取的输入波长。为了......
随着大数据时代的到来,用图来表示数据成为越来越常见的形式,图聚类也成为了数据挖掘的重要技术手段。传统的图聚类技术主要是静态......
近邻传播聚类算法(Affinity Propagation简称AP算法)是一种新型聚类算法,它是一种基于类代表点的算法。该算法具有自动决定聚类个......
社区结构是复杂网络的一个重要拓扑结构特征,随着网络科学的迅猛发展,已经成为复杂网络的研究焦点。但当前的社区发现算法仍存在如......
文中探讨了多输入多输出-非正交多址接入(Multiple-Input Multiple-Output Non-orthogonal Multiple Access,MIMO-NO-MA)系统的用......
离群点是与其他正常点属性不同的一类对象,其检测技术在各行业上均有维护数据纯度、保障业内安全等重要应用,现有算法大多是基于距......
随着存储成本的降低,海量数据不断涌现,大型数据库越来越多,数据挖掘技术备受众多领域的关注。聚类技术作为数据挖掘的主要任务之......
无线传感器网络(Wireless Sensor Networks,简称WSNs),由大量随机部署于目标监测区域的传感器节点组成,具有信息感知、处理、传输......
随着计算机硬件性能的提升和算术编码的广泛应用,基于高阶Context模型算术编码得以在熵编码系统中实现。一般概念上认为,为了有效......
针对近邻传播算法的偏向参数以及聚类类数对聚类结果准确性的影响.本文提出了自适应参数调整的GKAAP算法.首先,为了选取更合适的偏......
针对近邻传播聚类(AP)中偏向参数和阻尼因子对聚类效果的影响,将偏向参数和阻尼因子作为萤火虫算法中的亮度和吸引度,通过群体智能......
模糊C均值(FCM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性......
雷达信号分选是现代高技术战争和将来信息化战争中至关重要的环节,是电子战的重要组成部分.从时频分析的角度出发,不同调制方式的......
对大数据存储过程中缺失信息进行有效检测,不仅可以避免用户数据查询异常,而且可以提高系统非完整数据挖掘分析的准确性与完整性。......
为了进一步提高无标志软件缺陷数据预测的精度,提出了一种基于超欧氏距离近邻传播的软件缺陷预测方法。在近邻传播算法中引入密度......
针对杂波环境下且量测密度差别较大的多扩展目标量测集划分问题,引入近邻传播聚类技术,提出了一种新的量测集划分算法。该算法首先......
近邻传播(affinity propagation,AP)算法是一种具有较高准确度的聚类算法,但是其具有较高的时间复杂度,且无法有效聚类结构松散数......
复杂网络已成为当前的一个研究热点，复杂网络具有许多重要性质，其中社团结构是复杂网络最普遍最重要的拓扑性质之一。目前已有很多流......
针对近邻传播算法不适合处理多重尺度和任意形状数据的问题,提出了一种基于多维空间可变换的MSAAP(multidimensional similarity a......
传统集成学习算法是对所有个体分类器进行组合决策,由于无法反映个体分类器的差异性,不能有效提高集成分类器的识别率.为此,提出基......
针对卫星典型构件在工艺设计过程中重复性工作繁多、大量历史工艺数据未得到充分利用的问题,进行了典型工艺过程发现的研究,以提高......
聚类是数据挖掘领域中发现数据隐含模式的有效方法之一.针对传统近邻传播聚类算法中采用欧式距离表示数据相似度,不能有效处理复杂......
针对近邻传播(AP)聚类算法存在运算时间长、空间复杂度高而难以应用于较大规模图像数据处理的问题,提出一种将mean shift(MS)算法......
提出了一种基于近邻传播(affinity propagation,简称AP)算法的半监督聚类方法.AP是在数据点的相似度矩阵的基础上进行聚类.对于规......
在目标域可利用数据匮乏的场景下，传统聚类算法的性能往往会下降．在该场景下，通过抽取源域中的有用知识用于指导目标域学习以得到更为......
近邻传播半监督聚类算法SAP在小数据集上运行时可能会出现并列类代表点的现象,当出现并列类代表点时,依据决策矩阵E对角线上数值大......
以密度敏感距离作为相似性测度，结合近邻传播聚类算法和谱聚类算法，提出了一种密度敏感的层次化聚类算法。算法以密度敏感距离为相似......
给定的数据集通常包含部分先验信息，有效利用先验信息可以提高类簇划分的质量。在近邻传播算法中，偏向参数对类簇划分起着关键性作用......
鉴于现有算法缺乏从时序演化角度解决不确定数据流聚类问题，提出基于近邻传播的不确定数据流演化聚类算法．考虑不确定数据流在线形成......
为解决传统无线传感器网络路由算法在分簇上存在不均匀分簇问题，设计了一种近邻传播聚类的分簇路由算法一APCRA。该算法根据节点的......
提出了一种基于约束投影的近邻传播AP聚类算法.AP算法是在数据点相似度矩阵的基础上进行聚类的,很多传统的聚类方法都无法与其相媲......
针对传统近邻传播聚类算法不能进行限定类簇数目的聚类缺陷，提出一种三阶段的改进聚类方法。该方法通过近邻传播聚类从数据集中获得......
为了解决利用少量标记样本实现准确的P2P流量识别，提出了一种基于半监督近邻传播（AP）聚类算法的P2P流量识别方法．首先对少量样本进行标......
在获取的信道状态信息(CSI)失真且信道快变的情况下,现有分簇方案需要获取全部基站的CSI且不能快速得到簇结构。针对以上问题,提出......
针对分布式数据流聚类算法存在的聚类质量不高、通信代价大的问题,提出了密度和代表点聚类思想相结合的分布式数据流聚类算法。该......
分类算法是时间序列数据挖掘中极为重要的任务和技术,该文提出一种基于簇中心群的时间序列数据分类方法。该方法根据时间序列训练......
为了能够快速准确地发现自然分布的、任意形状密度变化的聚类,提出了基于近邻传播的快速扫描算法,该算法利用最近邻居关系的传递特......
泛在学习系统要求能有一个完整的和有组织的方式,通过情境感知推荐学习单元,使学习者可以建立一个自我管理和个性化的学习环境,利......
随着互联网技术的不断发展,互联网已经成为人们日常生活中不可或缺的一部分。然而互联网的信息过载问题,使得人们无法从海量信息中......
