共被期刊论文引用了4次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 具有特征排序功能的鲁棒性模糊聚类方法显示文摘提出了一种加权模糊聚类算法,其优势在于能在实现有效聚类的同时,对样本噪音进行识别和按样本特征对聚类的贡献程度进行排序.因此,本文所提出的方法具有鲁棒性,并可对所得的特征排序进行特征选择,实验结果表明了该方法具有上述优势. | 皋军 王士同 | 2009 | 自动化学报2009，35，2： | 16 |
| 2 | 基于模糊最大散度差判别准则的聚类方法显示文摘基于最大散度差判别准则提出了一种模糊最大散度差准则,并根据模糊最大散度差准则提出一种聚类方法(fuzzy maximum scatter difference discriminant criterion based clustering algorithm,简称FMSDC).该方法通过迭代优化方法实现聚类的同时还可以实现特征降维.该方法首先在最大散度差判别准则中引入模糊概念;然后通过具体原则设定模糊最大散度差判别准则中的参数η,从而在一定程度上降低了由参数η引起的敏感性;最后分别根据模糊隶属度μik、最优鉴别矢量ω进行聚类和特征降维.实验结果表明,FMSDC方法不但具有基本的聚类功能,而且具有较好的鲁棒性和较强的特征降维能力. | 皋军 王士同 | 2009 | 软件学报2009，20，11： | 6 |
| 3 | 基因聚类结果的内部确认技术研究显示文摘聚类分析是后基因组时代基因表达数据处理的主要技术之一.聚类确认是聚类分析过程中的必要环节,其目的是对聚类结果的质量和聚类算法的性能进行评估,有助于聚类结果的注释.选择有效的确认函数是正确评价聚类结果的前提.文中采用分层聚类、K-均值聚类和SOMs算法对标准基因表达数据集进行聚类分析,研究了Silhouette指数、Dunn's指数、Davies-Bouldin指数及FOM(Figure of merit)测量等内部确认函数在基因聚类分析中评价聚类结果质量的有效性.结果表明:Silhouette指数和FOM测量能较好地反映聚类算法的性能和聚类结果的质量,Dunn's指数因其对噪声的高度敏感性不能直接用于基因聚类结果的确认,Davies-Bouldin指数确认算法的能力好于Dunn's指数,但偏爱单连接聚类.上述研究结论将为基因聚类分析中聚类算法的评估与聚类结果的确认提供有价值的参考依据. | 杨春梅 万柏坤 高晓峰 | 2007 | 自然科学进展2007，17，9： | 5 |
| 4 | 子空间聚类的非参数模型及变分贝叶斯学习显示文摘子空间聚类的目标是在不同的特征子集上对给定的一组数据归类.此非监督学习方法试图发现数据'在不同表达下的相似'模式,并且引起了相关领域大量的关注和研究.首先扩展Hoff提出的'均值与方差平移'模型为一个新的基于特征子集的非参数聚类模型,其优点是能应用变分贝叶斯方法学习模型参数.此模型结合Dirichlet过程混合模型和选择特征子集的非参数模型,能自动选择聚类个数和进行子空间聚类.然后给出基于马尔可夫链蒙特卡罗的参数后验推断算法.出于计算速度上的考虑,提出应用变分贝叶斯方法学习模型参数.在仿真数据上的实验结果及在人脸聚类问题上的应用均表明了此模型能同时选择相关特征和在这些特征上具有相似模式的数据点.在UCI'多特征数据库'上应用无需抽样的变分贝叶斯方法,其实验结果说明此方法能快速推断模型参数. | 卿湘运 王行愚 | 2007 | 计算机学报2007，30，8： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员