计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2004年
11期
12-13,80
,共3页
孔锐%张国宣%施泽生%郭立
孔銳%張國宣%施澤生%郭立
공예%장국선%시택생%곽립
核K-均值聚类%K-均值聚类%核函数%支持向量机
覈K-均值聚類%K-均值聚類%覈函數%支持嚮量機
핵K-균치취류%K-균치취류%핵함수%지지향량궤
将核学习方法的思想应用于K-均值聚类中,提出了一种核K-均值聚类算法,算法的主要思想是:首先将原空间中待聚类的样本经过一个非线性映射,映射到一个高维的核空间中,突出各类样本之间的特征差异,然后在这个核空间中进行K-均值聚类.同时还将一种新的核函数应用于核K-均值聚类中以提高算法的速度.为了验证算法的有效性,分别利用人工和实际数据进行K-均值聚类和核K-均值聚类,实验结果显示对于一些特殊的类分布数据,核K-均值聚类比K-均值聚类具有更好的聚类效果.
將覈學習方法的思想應用于K-均值聚類中,提齣瞭一種覈K-均值聚類算法,算法的主要思想是:首先將原空間中待聚類的樣本經過一箇非線性映射,映射到一箇高維的覈空間中,突齣各類樣本之間的特徵差異,然後在這箇覈空間中進行K-均值聚類.同時還將一種新的覈函數應用于覈K-均值聚類中以提高算法的速度.為瞭驗證算法的有效性,分彆利用人工和實際數據進行K-均值聚類和覈K-均值聚類,實驗結果顯示對于一些特殊的類分佈數據,覈K-均值聚類比K-均值聚類具有更好的聚類效果.
장핵학습방법적사상응용우K-균치취류중,제출료일충핵K-균치취류산법,산법적주요사상시:수선장원공간중대취류적양본경과일개비선성영사,영사도일개고유적핵공간중,돌출각류양본지간적특정차이,연후재저개핵공간중진행K-균치취류.동시환장일충신적핵함수응용우핵K-균치취류중이제고산법적속도.위료험증산법적유효성,분별이용인공화실제수거진행K-균치취류화핵K-균치취류,실험결과현시대우일사특수적류분포수거,핵K-균치취류비K-균치취류구유경호적취류효과.
