模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2011年
1期
48-56
,共9页
赵凤%焦李成%刘汉强%公茂果
趙鳳%焦李成%劉漢彊%公茂果
조봉%초리성%류한강%공무과
谱聚类%特征向量选择%半监督学习%免疫克隆选择
譜聚類%特徵嚮量選擇%半鑑督學習%免疫剋隆選擇
보취류%특정향량선택%반감독학습%면역극륭선택
对于一个K类问题,Ng-Jordan-Weiss(NJW)谱聚类算法通常采用数据规范化亲和度矩阵的前K个最大特征值对应的特征向量作为数据的一种表示.然而,对于某些模式识别问题,这K个特征向量不一定能够体现原始数据的结构文中提出一种半监督谱聚类特征向量选择算法.该算法利用一定量的监督信息寻找能够体现数据结构的特征向量组合,进而获得优于传统谱聚类算法的聚类性能.UCI标准数据集和MNIST手写体数据集上的仿真实验验证该算法的有效性和鲁棒性.
對于一箇K類問題,Ng-Jordan-Weiss(NJW)譜聚類算法通常採用數據規範化親和度矩陣的前K箇最大特徵值對應的特徵嚮量作為數據的一種錶示.然而,對于某些模式識彆問題,這K箇特徵嚮量不一定能夠體現原始數據的結構文中提齣一種半鑑督譜聚類特徵嚮量選擇算法.該算法利用一定量的鑑督信息尋找能夠體現數據結構的特徵嚮量組閤,進而穫得優于傳統譜聚類算法的聚類性能.UCI標準數據集和MNIST手寫體數據集上的倣真實驗驗證該算法的有效性和魯棒性.
대우일개K류문제,Ng-Jordan-Weiss(NJW)보취류산법통상채용수거규범화친화도구진적전K개최대특정치대응적특정향량작위수거적일충표시.연이,대우모사모식식별문제,저K개특정향량불일정능구체현원시수거적결구문중제출일충반감독보취류특정향량선택산법.해산법이용일정량적감독신식심조능구체현수거결구적특정향량조합,진이획득우우전통보취류산법적취류성능.UCI표준수거집화MNIST수사체수거집상적방진실험험증해산법적유효성화로봉성.
