技術(shù)編號(hào):6656181
提示:您尚未登錄,請(qǐng)點(diǎn) 登 陸 后下載,如果您還沒(méi)有賬戶(hù)請(qǐng)點(diǎn) 注 冊(cè) ,登陸完成后,請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本發(fā)明屬于聚類(lèi)分析,尤其涉及。 背景技術(shù)聚類(lèi)分析是數(shù)據(jù)挖掘研究和應(yīng)用中的一個(gè)重要部分,在模式識(shí)別和人工智能等領(lǐng) 域,聚類(lèi)方法又被稱(chēng)為一種無(wú)監(jiān)督的學(xué)習(xí)。聚類(lèi)分析是將數(shù)據(jù)對(duì)象分組成多個(gè)類(lèi)或多個(gè)簇, 在同一個(gè)簇中的對(duì)象具有較高的相似度,而不同簇中的對(duì)象差別較大。傳統(tǒng)的聚類(lèi)分析方 法,如K-means、EM等都是建立在凸球形的樣本空間上,當(dāng)樣本空間非凸時(shí),該方法易陷入 局部最優(yōu)。為了能在任意形狀的樣本空間上聚類(lèi),且收斂于全局最優(yōu),一類(lèi)新型的聚類(lèi)方 法-譜聚類(lèi)被提出...
注意:該技術(shù)已申請(qǐng)專(zhuān)利,請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出,在未取得專(zhuān)利權(quán)人授權(quán)前,僅供技術(shù)研究參考不得用于商業(yè)用途。
該專(zhuān)利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán),增加技術(shù)思路,做技術(shù)知識(shí)儲(chǔ)備,不適合論文引用。
請(qǐng)注意,此類(lèi)技術(shù)沒(méi)有源代碼,用于學(xué)習(xí)研究技術(shù)思路。