| 支持向量聚类算法的研究与改进 |
| |
| 引用本文： | 王英奇.支持向量聚类算法的研究与改进[J].湛江师范学院学报,2008,29(6):78-81. |
| |
| 作者姓名： | 王英奇 |
| |
| 作者单位： | |
| |
| 摘 要： | 支持向量聚类是基于支持向量机和核方法的一种新颖的聚类方法.与其它传统聚类方法相比较,该方法具有能得到全局最优解,并能处理任意形状的聚类,无需指定聚类数目,参数少,容易处理高维数据等优点.在原算法的基础上,在聚类标识阶段提出了改进算法,用支持向量代替原来的全部样本数据来进行标识,进一步减少运算时间,提高运算速度.
|
| 关 键 词： | 支持向量聚类 支持向量机 支持向量 核方法 |
Study and Improvement on the Support Vector Clustering Algorithm |
| |
| WANG Ying-qi.Study and Improvement on the Support Vector Clustering Algorithm[J].Journal of Zhanjiang Normal College,2008,29(6):78-81. |
| |
| Authors: | WANG Ying-qi |
| |
| Institution: | WANG Ying-qi(School of Electronics and Information Engineering,Lanzhou Jiaotong University,Lanzhou,Gansu 730070,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
