可能性聚类相关论文
随着互联网的发展,现在数据越来越多样化并且复杂化。FCM算法对数据集有一定的局限性,通常在球状的类间分离明显,类内紧致的数据集......
人类超过百分之七十的信息由视觉系统获取,而视觉系统获得的都是图像信息,因而图像在人类感知中扮演着重要的角色。作为计算机视觉......
随着现代化生产日趋大型化，系统的复杂性也越来越高，因此系统面临的风险也越来越多，使得发生故障的概率增大。系统之间相互关联使得其......
FCM算法的有效性很大程度上局限于类内紧致、类间较好分离以及球状的星团,虽然可以采用映射非线性数据到高维特征空间来解决这个问......
在大数据时代,如何快速地将海量的数据转换成有价值的信息至关重要,对此聚类就成为了一种重要的处理策略。在聚类领域,经典的FCM算......
离群点是分布规律明显异于主流数据的极少部分数据,其中常常蕴含着事物的变化趋势,因而不能简单地等同于噪声。离群点检测算法为数......
基因芯片是基因研究必不可少的工具，通过分析基因芯片数据可以获得有关生物学的大量宝贵信息。聚类分析是基因数据分析中的一种重要......
可能性聚类算法(PCM)通过引入可能隶属关系来提高聚类中心免于噪声干扰的能力,但是其往往趋向找到相同的集群.为了克服PCM算法的缺......
用核方法来改造传统的学习算法是近年来机器学习领域研究的一个热点.本文提出了一种新的应用核方法在原输入空间中进行聚类的思想,......
针对可能性聚类对初始化参数设置依赖性较强的问题，提出一种基于中心自动融合的可能性聚类算法，并证明了算法中尺度因子的多尺度性质......
针对多尺度可能性聚类算法（MPCM）计算复杂度较高的问题,提出一种改进的多尺度可能性聚类算法（IMPCM）。算法利用k-均值聚类的收敛点来作......
提出了一种新的基于二型模糊可能性聚类的红外图像分割算法。针对受概率约束的模糊聚类算法和不受概率约束的可能性聚类算法在红外......
提出一种新的核可能性聚类模型，该模型以核可能性Xie—Beni聚类有效性指标作为代价函数，基于可逆跳转马尔可夫链蒙特卡罗（RJMCMC）的模......
受益于独有的可能性聚类特性,较之传统FCM、k-means等基于类均值方法,PCM拥有更佳的聚类效果和抗噪性能。但PCM为传统单视角聚类算......
针对区间型数据的模糊c均值聚类(IFCM)算法在实际应用中的不足,将可能性理论引入区间型数据的聚类问题,通过放松样本隶属度的约束......
该文结合概率理论和可能性理论,提出一种具有最优保证特性的贝叶斯可能性聚类新方法。首先,将未知隶属度和聚类中心作为随机变量,......
可能性聚类有两大缺陷：一致聚类中心问题和有效性指标失效问题。对于第一个问题，有人提出在目标函数中添加聚类中心排斥项，但这样会引......
针对可能性聚类算法对初始化参数敏感及容易产生重合聚类的问题,提出了多尺度可能性聚类算法（MPCM）。算法结合均值漂移聚类算法与可......
通过研究轴承及其组件的振动信号来分析其工作状况是机械故障检测和诊断的一种常用方法。针对传统可能性聚类算法用于故障诊断时存......
针对绿色工艺评价样本具有不确定性、多维性以及量纲差异大的特点,为实现样本的合理分类,提出一种基于核的模糊可能性聚类新算法.......
基于多核的模糊聚类(MKFC)是当前聚类领域的最新热点,但是其很难通过人工方式确定在组合中核函数权重大小,并更好地调整所使用的不......
可能性聚类方法在数据分析和模式识别领域被广泛应用。本文通过选择马氏距离,构造一种特殊的基于马氏距离的可能性聚类方法。该方......
可能性聚类算法（PCM）通过引入可能隶属关系来提高聚类中心免于噪声干扰的能力,但是其往往趋向找到相同的集群。为了克服PCM算法的缺......
为解决传统可能性聚类算法（PCM）无法满足多视角学习场景聚类的实际问题，并进一步考虑到现有多视角聚类算法尚未重视的视角权重及视角......
在机器学习领域,基于图的半监督学习凭借其直观性和良好的学习性能而吸引了越来越多的关注。针对现有的基于图的半监督学习方法对......
近年来,随着科技的快速发展,数据呈现了爆炸式增长趋势,面对如此巨量的多源数据,如何正确识别实体,为数据分析提供高质量的数据是......
现有基于模糊聚类的图像分割算法对噪声敏感,不能妥善地处理图像的灰度特征与邻域像素之间关系.针对该问题,在可能性聚类的基础上......
可能性C-均值（PCM）聚类作为经典的基于原型的聚类方法,在处理高维数据集时性能骤降,无法检测出高维空间中嵌入的有效子空间。针对此......
针对模糊C-均值算法聚类分析时的缺陷，采用能够较好地处理噪音和孤立点的可能性聚类算法，并将核学习方法的思想应用于可能性聚类算法......
提出一种新的基于多约简SVM的说话人辨识方法。先通过基于熵的特征筛选法,对训练样本进行维数约简,并改善聚类性能。然后用基于核......
海杂波环境下的雷达舰船目标检测和录取在国防和民用领域具有重要的应用价值。本文利用雷达在各个扫描周期获取的距离和方位信息组......
针对目前基于模糊C-均值聚类图像分割算法的噪声敏感问题,提出一种基于无监督可能性聚类的自动加权图像分割算法.该算法先应用均值......
随着物联网、社交网络与电子商务的迅速发展,大数据时代已经到来。尽管大数据给工业、教育和医疗等众多领域带来了巨大的潜力,然而......
科技的进步，计算机的普及，信息技术的快速发展，互联网广泛应用和数据量的爆炸性增长，信息的重要性与日俱增。人们期望从这些数据中获取......
现代工业对机械设备自动化和智能化程度要求越来越高，聚类分析作为一种数据自动处理方法在机械领域的应用越来越广。本文围绕可能性......
聚类分析在数据挖掘理论和应用中都是一个非常必要的部分，是一种数据划分或分组处理的重要手段和方法。到目前为止，已有大量的数据挖......
随着科学技术的进步,大量的工业设备向着自动化、智能化的方向发展,但因此带来的问题也越来越多。机械设备的复杂结构使得现有的故......
变压器油中溶解气体分析(Dissolved Gas Analysis,DGA)是电力变压器绝缘诊断的重要方法.针对模糊C均值聚类算法用于溶解气体成分分......
传统的快速聚类算法大多基于模糊C均值算法（FuzzyC．means，FCM），而FCM对初始聚类中心敏感，对噪音数据敏感并且容易收敛到局部极小值，因而聚......
