CORC  > 兰州理工大学  > 兰州理工大学  > 电气工程与信息工程学院
基于公理化模糊子集的改进谱聚类算法
赵小强2; 刘晓丽1
刊名电子与信息学报
2018
卷号40期号:2018年08期页码:1904-1910
关键词亲和矩阵 谱聚类 公理化模糊子集 Nystr?m采样算法
ISSN号ISSN:1009-5896
英文摘要谱聚类算法通常是采用高斯核作为相似性度量,并利用所有可用的特征来构建具有欧氏距离的相似度矩阵,数据集复杂度会影响其谱聚类性能,因此该文提出一种基于公理化模糊子集(AFS)的改进谱聚类算法。首先结合AFS算法,利用识别特征来衡量更合适的数据成对相似性,生成更强大的亲合矩阵;再有效地利用Nystr?m采样算法,计算采样点间以及采样点和剩余点间的相似度矩阵去降低计算的复杂度;最后通过在不同数据集以及图像分割上进行实验,证明了提出算法的有效性。
URL标识查看原文
WOS研究方向Automation & Control Systems
语种中文
CSCD记录号CSCD:6292917
状态已发表
内容类型期刊论文
源URL[http://119.78.100.223/handle/2XXMBERH/2173]  
专题电气工程与信息工程学院
作者单位1.兰州理工大学电气工程与信息工程学院, 兰州, 甘肃 730050, 中国
2.兰州理工大学电气工程与信息工程学院;;甘肃省工业过程先进控制重点实验室;;兰州理工大学国家级电气与控制工程实验教学中心, ;;甘肃省工业过程先进控制重点实验室;;, 兰州;;兰州;;兰州, ;;;; 730050;;730050;;730050
推荐引用方式
GB/T 7714
赵小强,刘晓丽. 基于公理化模糊子集的改进谱聚类算法[J]. 电子与信息学报,2018,40(2018年08期):1904-1910.
APA 赵小强,&刘晓丽.(2018).基于公理化模糊子集的改进谱聚类算法.电子与信息学报,40(2018年08期),1904-1910.
MLA 赵小强,et al."基于公理化模糊子集的改进谱聚类算法".电子与信息学报 40.2018年08期(2018):1904-1910.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace