姬强
- 作品数：2 被引量：5H指数：2
- 供职机构：吉林财经大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向复杂结构数据的近邻传播聚类算法研究
- 随着大数据库的建立和海量数据的不断涌现,数据挖掘技术越来越受到众多领域的广泛关注。聚类技术作为数据挖掘的重要分支,通过无监督学习,从海量数据中找出数据潜在的内部结构,已然成为人工智能领域的研究热点。近邻传播聚类算法(Af...
- 姬强
- 关键词：奇异值分解结构相似度半监督学习
- 文献传递
- 基于奇异值分解的自适应近邻传播聚类算法被引量：3
- 2014年
- 针对近邻传播算法无法有效处理高维数据而导致聚类效果不佳的问题,提出一种基于奇异值分解的自适应近邻传播(SVD-SAP)聚类算法.通过引入奇异值分解,对高维数据进行重构、降维,消除冗余信息,并在此基础上采用非线性函数策略,自适应地调整阻尼系数,提高算法的聚类性能.仿真实验结果表明,与已有算法相比,该改进算法聚类精度更高,收敛速度更快.
- 王丽敏姬强韩旭明黄娜
- 关键词：奇异值分解阻尼系数
