资源详细信息
可变相似性度量的近邻传播聚类 - 资源详细说明
摘 要：近邻传播(AP)聚类算法面临的一个问题是不适用于多重尺度及任意空间形状的数据聚类处理。该文从数
据分布特性的表征出发，提出了一种改进的近邻传播聚类算法AP-VSM (Affinity Propagation based on
Variable-Similarity Measure)。首先，综合数据的全局与局部分布特性，设计了一种数据可变相似性度量计算方法，
该度量可以有效地反映数据实际聚类的分布特性；然后在传统AP 算法框架基础上，构造出基于可变相似性度量的
近邻传播聚类算法，从而拓展了传统AP 算法的数据处理能力。仿真实验验证了新方法性能优于传统AP 算法。
立即下载 可变相似性度量的近邻传播聚类
提示：下载后请用压缩软件解压，推荐使用 WinRAR 或 7-Zip
下载说明与使用指南
下载说明
- 本资源需消耗 2积分
- 24小时内重复下载不扣分
- 支持断点续传功能
- 资源永久有效可用
使用说明
- 下载后使用解压软件解压
- 推荐使用 WinRAR 或 7-Zip
- 如有密码请查看资源说明
- 解压后即可正常使用
积分获取方式
- 上传优质资源获得积分
- 每日签到免费领取积分
- 邀请好友注册获得奖励
- 查看详情 →