检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 图像搜索结果的重叠层次聚类与代表点展现

谷瑞军陈圣磊陈耿汪加才

计算机应用 2012, 32 (04): 1097-1100. DOI: 10.3724/SP.J.1087.2012.01097

摘要（898）

PDF （603KB）（401）

针对图像聚类中面临的高维、准确度低、部分重叠等问题，提出了一种高效的基于链接层次聚类的多标记图像聚类。该方法通过图像距离计算相似度，通过链接聚类检测重叠簇。从而每个图像可能归属于多个簇，使得簇标签的意义更明确。为了检验方法的有效性，对通过搜索引擎检索特定关键词返回的图片数据集进行聚类。结果表明，该方法能有效发现具有重叠划分的簇，且簇的意义比较明确。

参考文献 | 相关文章 | 多维度评价

Select

2. 模糊K-Prototypes算法中的加权指数研究

汪加才，朱艺华

计算机应用 2005, 25 (02): 348-351. DOI: 10.3724/SP.J.1087.2005.0348

摘要（969）

PDF （147KB）（871）

模糊K Prototypes(FKP)算法融合了K Means和K Modes对数值型和符号型数据的处理方法,适合于混合类型数据的聚类分析。同时,模糊技术使得FKP适合于处理含有噪声和缺少数据的数据库。但是,在使用FCM(FuzzyC Meansalgorithm)或FKP算法时,如何选取加权指数α仍是悬而未决的问题。许多研究者基于他们的实验结果给出FCM中的最佳加权指数可能位于区间 [1. 5,2. 5],本文则提出了一个FKP中加权指数的探寻算法。在多个实际数据集上的实验结果表明,为进行有效的聚类,FKP中加权指数应该小于 1. 5。