一种基于MST的自适应优化相异性度量的半监督聚类方法.pdf
文本预览下载声明
显示全部
文档详情
相似文档
-
一种基于谱聚类的半监督聚类方法.pdf
第 25卷第 6期 计算机应用 Vol_25 No．6
2005年 6月 Computer Applications June2005
文章 编号 ：1001—9081(2005)06—1347—03
一 种基 于谱 聚类
-
一种基于聚类特征树和离群度量化的散乱污企业研判方法.pdf
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112800148 B
(45)授权公告日 2022.06.07
(21)申请号 202110156908.1 (74)专利代理机构 福州元创专利商标代理有限
-
一种基于图卷积的人脸聚类优化方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114882547 A
(43)申请公布日 2022.08.09
(21)申请号 202210364466.4 G06N 3/04 (2006.01)
-
一种改进的图聚类的相异度度量方法.pdf
-
一种基于优化自适应度量学习的图像匹配方法及系统.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114463569 A
(43)申请公布日 2022.05.10
(21)申请号 202210097534.5
(22)申请日 2022.01.27
(71)申请人 武汉大学
-
一种基于旋律特征聚类与优化的哼唱检索方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113377994 A
(43)申请公布日 2021.09.10
(21)申请号 202110773772.9
(22)申请日 2021.07.08
(71)申请人 哈尔滨理工大学
地址
-
一种基于中心优化的差分K-means负荷聚类方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112819299 A
(43)申请公布日 2021.05.18
(21)申请号 202110080653.5
(22)申请日 2021.01.21
(71)申请人 上海电力大学
地址
-
一种基于三元组和差额度量的域自适应方法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112819098 A
(43)申请公布日 2021.05.18
(21)申请号 202110220887.5
(22)申请日 2021.02.26
(71)申请人 南京邮电大学
地址
-
基于无监督聚类的高光谱数据标注方法 .pdf
基于无监督聚类的高光谱数据标注方法
高光谱数据具有很高的维度，每个像素点都包含了大量的光谱信息，
这使得高光谱数据在遥感图像解译、地质勘探等领域具有广泛的应用。然
而，高光谱数据的标注是一个复杂而耗时的过程，传统的人工标注方法费
时费力且容易产生主观误差。因此，基于无监督聚类的高光谱数据标注方
法成为了研究的热点之一
首先，应用聚类算法对高光谱数据进行聚类。常用的聚类算法包括
K-means聚类、谱聚类等。这些算法基于数据之间的相似度进行聚类，将
具有相似特征的数据点分为同一类别。聚类算法的选择应根据具体问题和
数据特点进行合理选择。
其次，根据聚类结果进行标注。聚类结果将高光谱数据分为不同的
-
一种基于并行多图卷积神经网络的无监督专利聚类方法.pdf
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 114781553 B
(45)授权公告日 2023.04.07
(21)申请号 202210695144.8 G06V 10/764 (2022.01)
-
一种基于伪标签优化的无监督域适应行人重识别算法.pdf
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113378632 A
(43)申请公布日 2021.09.10
(21)申请号 202110469776.8 G06N 3/08 (2006.01)
(22)申请日 20
-
一种基于数据连续性的聚类方法.pdf
-
一种基于KD树子样的自动聚类方法.pdf
-
一种基于谱聚类的共指消解方法的开题报告.docx
一种基于谱聚类的共指消解方法的开题报告
一、选题背景
共指消解是自然语言处理领域的一个核心任务，它涉及到对一句话中的人称代词、名词短语等词汇的指代关系进行准确的识别和消解。在实际处理场景中，共指消解是一项十分重要的任务，它可以支持问答系统的实现、文本挖掘的工作以及机器翻译的效果提升等应用。
传统的机器学习方法通常采用特征工程技术，需要对每一个句子进行人工指定的特征提取，这种方法不适用多语言共指消解，且对于不同领域或语义场景下的语言大规模特征工程显得格外困难。谱聚类算法不需要特征工程，它通过将连通同向的点划分为一个簇的方法来做聚类问题。因此，基于谱聚类的共指消解方法具有广泛的适用性和较高的准确性
-
一种基于模糊聚类的模糊辨识方法.pdf