检索结果

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. 高维数据固有维数的自适应极大似然估计

谷瑞军须文波刘军伟姚娟

计算机应用

摘要（1395）

PDF （382KB）（834）

如何确定高维数据的固有维数是降维成功与否的关键。基于极大似然估计（MLE）的维数估计方法是一种新近出现的方法，实现简单，选择合适的近邻能取得不错的结果。但当近邻数过小或过大时，均有比较明显的偏差。其根本原因是没有考虑每个点对固有维数的不同贡献。在充分考虑数据集的分布信息之后，提出了一种改进的MLE——自适应极大似然估计(AMLE)。实验表明，无论在合成数据集还是真实数据集上，AMLE较MLE在估计准确度上均有很大的提高，对近邻数的变化也不甚敏感。