【摘 要】
：
聚类集成是解决聚类若干难题的有效手段。受分类集成Boosting和k中值聚类方法的启发,本文提出了一种双向Boosting的聚类集成方法。在Boosting迭代过程中,根据样本聚类的性能,
【机 构】
：
安徽大学人工智能与信号处理实验室,合肥,230039
论文部分内容阅读
聚类集成是解决聚类若干难题的有效手段。受分类集成Boosting和k中值聚类方法的启发,本文提出了一种双向Boosting的聚类集成方法。在Boosting迭代过程中,根据样本聚类的性能,产生新的样本子集,然后调用基本的模糊聚类方法对新的样本子集进行聚类,利用联合相似性矩阵集成聚类结果。最终的聚类结果是通过在近似矩阵的基础上调用基于距离的聚类方法产生。双向Boosting的重点是产生的训练样本子集,不仅包含了难于聚类的样本,也包含了易于聚类的样本。在仿真数据和真实数据上的实验表明该方法聚类的准确率和稳定性较好。
其他文献
当采用T-S模糊模型来辨识非线性过程时,通常所采用的T-S模糊模型的规则后件是局部线性或仿射非线性模型。在此基础上辨识得到的T-S模型具有规则数目多的缺点。为了减少模糊规
一九五八年，我国人民在党中央和伟大领袖毛主席的领导下，以钢为纲，全面跃进，不仅在社会主义经济建设方面超额完成了1070万吨钢；由于工业的大跃进，农业的空前丰收，从而又促进了我国人
时已向晚，百鸟归林。逢友于道，于是且行且说，说小人物关于房子的故事。 梧桐安在 银杏树叶飘落的季节 有一个女孩儿 想到她的北方去 那一年，无意中读到这几句诗，阿飞心中欢喜。即使在炎炎盛夏中，依然能感觉到悠远的沁人清凉来，不久以后，他离开家乡到北方遥远的都市读书。一晃6年，直到遇到了叶子。阿飞以为，在他的心中，已经拥有了整个世界。 他小心翼翼且满心欢喜地走近她，一心一意地宠她、挂
在车牌自动识别系统(LPR)中,车牌图像常不可避免地存在某种程度的倾斜.车牌的倾斜会给下一步字符的准确切分和识别带来困难,最终也将大大影响车牌识别的准确度。传统的基于Ho
把灰色绝对关联度和LOG算子相结合,提出了一种新的图像边缘检测算法。首先,将LOG算子按照一定方式展开作为参考序列,并在3×3 像素模板上,将中心像素点及周围8 个像素点的灰
k-Means聚类是聚类划分中应用最广泛的一种方案,但是现在许多关于此问题的研究并没有给出近似比为常数的算法。本文给出了一个随机算法,该算法通过以不同概率选取初始k个点。
提出了一种粒子群优化算法(PSO)结合独立分量分析(ICA)的表情特征提取方法。表情图像的独立基向量的获取是采用基本的ICA 算法,为了减少计算复杂度,对原始表情图像进行了滤波
针对图像序列中唇读嘴唇实时检测跟踪问题,提出了一种利用肤色、唇色色度聚类特性,以及R/G特性差异检测嘴唇的新方法。首先在HSV颜色模型中采用基于阈值的分类方法分割出肤色
提出了一种改进的主动轮廓线模型(Snake 模型),分别改进了模型的能量构造函数和数值迭代方法。在模型的外力项中,增加了图像引力,解决了Snake模型对初始轮廓线位置和形状的限
本文提出一种基于黎曼度量的训练样本类不平衡问题的分类方法。通过对由高斯径向基核函数确定的优化超平面和支持向量进行分析,利用保角影射,基于黎曼度量对原有的核函数进行