期刊文献+

基于高斯核的KSOFM聚类算法研究

下载PDF
导出
摘要 文章提出了一种基于高斯核的KSOFM聚类算法,通过核函数将输入空间中的样本映射到高维特征空间中,并在特征空间中进行聚类。核函数的应用使得在原空间中未曾体现的信息得以展现并被聚类算法所运用,使得聚类算法在性能上有较高的提升。
出处 《大众科技》 2011年第2期32-35,共4页 Popular Science & Technology
关键词 高斯核 KSO FM 聚类
  • 相关文献

参考文献4

  • 1Pedro J. Garc i a-Laencina, Jos e -Luis Sancho-G o mez, An i bal R.Figueiras-Vidal, Michel Verleysen.K nearest neighbours with mutual information for simultaneous classification and missing data imputation[J]. Neurocomputing,2009,72(7- 9): 1483-1493.
  • 2江波,张黎.基于多维自组织特征映射的聚类算法研究[J].计算机科学,2008,35(6):181-182. 被引量:8
  • 3Celbard R,Goldman O,Spiegler I. Investigating diversity of methods: An empirical comparison. Data &Knoledge Engineering,63(1):155-166.
  • 4张莉,周伟达,焦李成.核聚类算法[J].计算机学报,2002,25(6):587-590. 被引量:195

二级参考文献6

  • 1Ezequied L R, et al. Invariant pattern identification by self-organising networks. Pattern Recognition Letters, 2001,22: 983-990
  • 2Dunkel B, Soparkar N. Data Organization and Access for Efficient Data Mining. ICDE, 1999
  • 3Han J, Fu Yongiian. Mining Multiple-Level Association Rules in Large Database. IEEE Trans. on Knowledge and Data Engineering, 1999,11(5) : 798-805
  • 4Bloch, Isabelle. Fuzzy relative position between objects in image processing: A morphological approach. IEEE Transactions on Patten Analysis and Machine Intelligence, 1999,21 (7): 657- 664
  • 5Brin S,Motwai R J D, Ullman,et al. Dynamic Itemset Counting and Implication Rules for Market Basket Data//ACM SIGMOD Conference on Management of Data. 1997:265-276
  • 6王小玉,王亚东,冯丽.关联规则的挖掘[J].信息技术,2003,27(1):55-57. 被引量:20

共引文献201

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部