谱聚类
谱聚类的相关文献在2005年到2022年内共计1004篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文709篇、会议论文11篇、专利文献10362篇;相关期刊281种,包括通信学报、计算机工程、计算机工程与设计等;
相关会议11种,包括2015全国博士生学术论坛(测绘科学与技术)、中国计算机用户协会网络应用分会2014年第十八届网络新技术与应用年会、2013年中国计算机学会人工智能会议等;谱聚类的相关文献由2561位作者贡献,包括焦李成、马文萍、王爽等。
谱聚类—发文量
专利文献>
论文:10362篇
占比:93.50%
总计:11082篇
谱聚类
-研究学者
- 焦李成
- 马文萍
- 王爽
- 侯彪
- 张向荣
- 李阳阳
- 缑水平
- 马晶晶
- 丁世飞
- 杨淑媛
- 徐森
- 公茂果
- 刘汉强
- 刘若辰
- 朱虎明
- 庄雄
- 张佳
- 张涛
- 葛洪伟
- 卢志茂
- 李志伟
- 贾洪杰
- 赵凤
- 邹小林
- 尚荣华
- 庄健
- 杨杰
- 杨金龙
- 王士同
- 王娜
- 钟桦
- 吴健
- 吴洋洋
- 崔志明
- 徐聪
- 文国秋
- 李阳
- 王超
- 白静
- 童涛
- 管涛
- 赵凡
- 赵静
- 邢洁清
- 钱鹏江
- 陈晋音
- 顾国昌
- 于晓
- 何家玉
- 侯小瑾
-
-
张琦;
郑伯川;
张征;
周欢欢
-
-
摘要:
针对稀疏子空间聚类(SSC)方法聚类误差大的问题,提出了基于随机分块的SSC方法。首先,将原问题数据集随机分成几个子集,构建几个子问题;然后,采用交替方向乘子法(ADMM)分别求得几个子问题的系数矩阵,之后将几个系数矩阵扩充成与原问题一样大小的系数矩阵,并整合成一个系数矩阵;最后,根据整合得到的系数矩阵计算得到一个相似矩阵,并采用谱聚类(SC)算法获得原问题的聚类结果。相较于稀疏子空间聚类(SSC)、随机稀疏子空间聚类(S3COMP-C)、基于正交匹配追踪的稀疏子空间聚类(SSCOMP)、谱聚类(SC)和K均值(K-Means)算法中的最优算法,基于随机分块的SSC方法将子空间聚类误差平均降低了3.12个百分点,且其互信息、兰德指数和熵3个性能指标都明显优于对比算法。实验结果表明基于随机分块的SSC方法能降低子空间聚类误差,改善聚类性能。
-
-
冯璐;
李奇峰;
丁露雨;
姚春霞;
余礼根;
高荣华;
马为红;
蒋瑞祥
-
-
摘要:
牛舍多采用自然通风,舍内环境参数空间分布规律与密闭式机械通风的猪舍和鸡舍有所不同。针对牛舍环境监测传感器布局问题,该研究分别采用传统均匀布点和谱聚类布点两种布局方法,分析了1~8个传感器共27种布局在夏、冬、过渡3个季节共12组试验数据下的传感器部署方案。研究结果表明:在牛舍环境监测传感器部署过程中,传统布局中蛇形(无中点)的布点规则表现最佳。谱聚类布局的监测性能随着传感器个数的增加逐渐提高,整体监测效果优于传统布局,但由于不同季节间传感器部署位置不稳定,只能为传统布局提供参考。传感器的个数在两种方法中都控制在5左右最佳,该选择可在满足检测要求下有效地降低数据的冗余度,节约监控成本。
-
-
张凌慷;
仝明磊
-
-
摘要:
传统胶囊网络(CapsNet)在计算时使用的动态路由算法需要多次迭代,针对这一问题,文章提出一种基于谱聚类的胶囊网络模型(Spectral Clustering Capsule Network,SC-Caps)并将其应用于文本分类任务。这种模型首先使用卷积层对文本进行特征提取,在初级胶囊层将提取的标量特征转化为向量特征,再利用谱聚类算法将高维的向量特征转化为较低维的子向量特征,并在卷积胶囊层学习局部与全局之间的关系映射。在搜狗语料库SougoCA进行实验,结果与LSTM、C-LSTM以及采用其他路由方法的胶囊网络进行比较,证明该算法有效提高了文本分类的分类效果。
-
-
袁泉;
晏飞扬;
文志云;
张振康
-
-
摘要:
针对权重社交网络差分隐私保护算法中噪声添加量过大以及隐私保护不均衡问题,提出了一种结合谱聚类算法与差分隐私保护模型的隐私保护算法SCDP。首先针对传统差分隐私保护算法直接向社交网络边权重添加噪声方式带来的噪声添加量过大的问题,结合谱聚类算法,将权重社交网络聚类成为不同的簇,对不同的簇采取随机添加噪声的方式,降低噪声的添加量,提高数据的可用性;其次设计新的隐私预算参数,根据社交网络边权重的大小决定噪声的添加量,实现更均衡的隐私保护;最后通过理论推导和实验证明了SCDP算法处理后的数据可用性更高。
-
-
朱瑾;
俞璐
-
-
摘要:
网络对抗是现代战争的关键因素,对抗手段主要是攻击节点,攻击关键节点能够用最少的资源最大程度地破坏敌方通信系统。现有研究大多通过挖掘节点在网络拓扑中的地位来分析节点的重要程度。这种方法往往计算复杂,不适用于大规模网络。提出通过聚类算法进行关键节点识别,对节点进行密度峰值聚类,得到以局部密度和与更高密度点的距离为坐标的决策图,将决策图中各节点间的距离作为权值矩阵进行谱聚类得到网络的关键节点。
-
-
刘亚芳;
买买提明·艾尼;
古丽巴合尔·托乎提;
居来提·买提肉孜
-
-
摘要:
根据棉田棉花生长特点,利用最大熵法进行背景增强,在Lab颜色空间中进行图像预处理;利用粒子群优化算法得到局部最优,结合SM谱聚类算法,自发式地快速确定最佳聚类数。对自然环境下棉田棉花图像的进行分割实验,识别准确率为93.1%,相对误差率为2.22%,分割时间为2.067s,证明所提出的算法对于复杂环境下的棉花图像分割的精确性较高,并能够满足采棉机器人在实时行走过程中对图像分割的准确率和实时快速的要求,为采棉机器人的路径规划提供了快速、有效的新方法。
-
-
何斌;
臧义华;
梁佳
-
-
摘要:
图像分割是研究大脑结构和功能的基础。本文基于无监督机器学习提出一种面向猕猴脑图像的自动化分割算法。基于非线性最小二乘法构建主成分流程框架,确定图像分割聚类数,通过谱聚类算法得到感兴趣区域的分割结果,使用克莱姆相关系数和拓扑相似性指标交叉对比验证结果。实验结果表明,本文算法可靠性较好,能够自动、高效、快速的实现脑图像分割,具有广阔的优势和应用前景。
-
-
胡笑文;
杨建波;
魏锋;
马双成
-
-
摘要:
目的对何首乌中的天然产物进行聚类分析,建立一种较为科学的天然产物聚类方法,为后续化合物挑选、药理筛选提供技术指导。方法从文献中收集并整理何首乌天然产物,选择二苯乙烯类、蒽醌类等主要类别化合物作为聚类对象,转换为简化分子线性输入规范(SMILES),并使用rdkit提取化合物的扩展连通性指纹和理化性质作为特征,经过方差筛选得到有效的特征。使用谱聚类算法,对何首乌天然产物进行聚类,以Calinski Harabaz(CH)指数作为评估指标,优化聚类参数。采用优化后最佳参数对化合物进行聚类,分析各类别的特点。随后对3种主要类别的化合物进行主成分分析,查看主要类别的空间分布。最后对主要类别化合物分别计算脂水分配系数和拓扑极性表面积,分析性质分布,验证聚类合理性。结果从文献中挑选13个类别的123个何首乌天然产物。经过特征提取和过滤,共得到207个特征。CH指数表明聚类数量为10,γ为0.004时聚类效果最佳。主成分分析显示3个主要成分组在空间中各自成簇,无重叠情况发生。经过聚类后,脂水分配系数和拓扑极性表面积2个指标倾向更加集中。结论谱聚类算法不仅能够区分何首乌天然产物中差异较大的化合物,也能较好地对复杂化合物进行聚类,聚类结果具有一定的合理性,能够为传统药理筛选提供新的思路。
-
-
葛志辉;
谭悦;
李陶深;
叶进
-
-
摘要:
针对现代大型系统中系统日志的异常检测问题,提出了一种基于自动日志分析的异常检测方法(CSCM).该方法通过在预聚类下结合细化分析与多视角的异常提取过程,来实现系统日志的异常检测.首先,引入信息熵以提取日志信息量;其次,基于Canopy预聚类过程提取子集交叠数据,以缩小计算范围;利用谱聚类进行细化分析,并结合预聚类结果以优化初始化问题;最后,通过关联不同视角下的日志分析,分别提出显性与隐性异常对象的定义,基于稀疏簇质心的分析和异常度的计算,识别出异常日志.实验结果表明,提出的检测方法能够准确有效地识别系统日志中的异常值.
-
-
王春杰;
何进荣;
王文发
-
-
摘要:
多视角聚类通过利用多视角之间的互补性和一致性信息来提高聚类的性能。近年来受到越来越多的关注。为了及时掌握目前基于图的多视角聚类算法的研究现状与最新技术,对大量的、最新的多视角图聚类进行调查、归纳整理、分类及总结。根据多视角聚类涉及的算法机制和数学原理,并进一步分为基于图、基于网络和基于谱的聚类方法。不仅详细介绍了每一类算法数学原理、算法模型,而且还举例说明了这些算法的应用。报告了基于图的多视角聚类的现状,最后总结了各类算法的优缺点,并指出了当下的挑战以及未来研究发展的方向。
-
-
刘世伟
- 《2018广东通信青年论坛》
| 2018年
-
摘要:
随着大连接时代的到来,家庭客户市场成为各个通信运营商抢夺的重点.为充分挖掘潜在家庭客户,不断提高家庭市场占有率,本文利用主被叫次数、上下行短信条数、驻留位置、驻留时长等用户通信行为综合信息来构建邻接矩阵,对社区内不同家庭群之间的差异性进行分析,然后基于谱聚类算法设计模型,形成一种快速迭代的谱聚类社区发现方法,从而实现家庭客户分群.类似思路可扩展应用于大连接背景下的各类连接场景中.
-
-
-
-
陈昆;
李跃华
- 《第十一全国博士生学术年会——信息技术与安全专题》
| 2013年
-
摘要:
随着信息技术的快速发展,获取大数据量、高维数、非结构化的数据也变得越来越容易,为避免发生维数灾难,必须对数据进行维数约简。针对已有降维算法对非平坦,表面不光滑的高维数据进行维数约简时表现出的缺点,本文在分析线性判别分析(LDA)和局部线性嵌入(LLE)算法步骤的基础上,根据谱分析突出的判别能力和聚类函数求解邻域点的优化能力,推导出一种基于谱聚类的非线性降维算法SC-LLE.在两种不同的测试数据集上进行仿真实验,对SC-LLE算法和其它降维算法的降维效果进行比较,仿真结果表明SC-LLE算法对结构非平坦、表面非光滑的高维数据降维的有效性.
-
-
-
谷瑞军;
叶宾;
须文波
- 《第二届中国分类技术及应用学术会议》
| 2007年
-
摘要:
谱聚类算法是基于谱图理论的一类新的聚类算法,能对任意形状的数据进行划分,已经被成功应用到图像分割等领域.但谱聚类很难正确发现密度相差比较大的簇,参数的选取要靠多次实验和个人经验.结合DBSCAN的思想,充分考虑数据的局部结构,提出了一种基于近邻自适应尺度的改进谱聚类算法.其基本思想是根据数据点的近邻分布,对每个点设置一个近邻自适应尺度,代替标准谱聚类算法中的全局统一尺度.近邻自适应尺度简化了参数的选取,使得新算法对密度的变化不敏感,对离群点有一定的鲁棒性,同时比标准谱聚类更适合任意形状的数据分布.通过与传统的聚类算法和常见的谱聚类算法做比较,在人工数据集和实际数据集UCI上的实验都验证了本算法能够获得更好的聚类效果。
-
-
HE Fang;
何芳;
JIA Weimin;
贾维敏;
WANG Biaobiao;
王标标;
LI Bing;
李冰
- 《第十二届国家安全(军事)地球物理学术研讨会》
| 2016年
-
摘要:
高光谱图像聚类算法可以从海量的高光谱图像数据中提取有用的信息,传统的聚类方法只单纯地利用了高光谱图像的空间信息或者光谱信息,并不能达到理想的聚类效果.基于此,提出了一种新的融合高光谱图像的空间信息和光谱信息的聚类方法,加权空—谱谱聚类(WSS-SC)算法,该方法通过引入样本点的近邻窗口尺度和光谱因子2个参数实现将高光谱图像的空间信息和光谱信息有效结合起来对高光谱图像进行重构,对重构后的图像进行谱聚类,有利于提高分类精度.在SalinasA数据库上的实验结果表明,由WSS-SC算法得到的OA为84.44%,kappa系数为0.8101,分别较K均值算法提高了17.54%,0.2012,聚类效果较好.
-
-
-
Xiao Yu;
肖宇;
Yu Jian;
于剑
- 《2013年中国计算机学会人工智能会议》
| 2013年
-
摘要:
聚类分析是数据挖掘中一种非常重要的技术.聚类算法中的关键问题是相异度或相似度的度量,聚类结果直接依赖于相异度或相似度度量,尤其对于谱聚类方法更是如此.谱聚类算法是近期兴起的一种基于相似度矩阵的聚类算法.相比于传统的划分型聚类算法,谱聚类算法不受限于球状聚类簇,能够发现不规则形状的聚类簇.在已有的谱聚类算法中,高斯核相似度是最常用的相似度度量准则.基于高斯核相似度度量及其扩展形式,提出了一种加权的自适应的相似度度量,此相似度可以用于谱聚类以及其他基于相似度矩阵的聚类算法.新的相似度度量不仅能够描述多密度聚类簇中数据点间的相似度,而且可以降低离群点(噪声点)与其他数据点间的相似度.实验结果显示新的相似度度量可以更好地描述不同类型的数据集中数据点间的相似度,进而得到更好的聚类结果.
-
-
-
-
-
-
-
-
-
-
- 中国电子科技集团公司第三十研究所
- 公开公告日期:2022-03-01
-
摘要:
本发明公开了一种基于谱聚类的未知协议聚类分析方法、装置及介质,其中方法包括以下步骤:根据序列长度阈值l*对样本的协议代表序列进行处理;使用两个字节序列之间最长公共子序列的长度来度量样本之间的相似性,计算相似性矩阵,构建相似性连接图;构建邻接矩阵W和度矩阵D;计算拉普拉斯矩阵L=D‑W;求取拉普拉斯矩阵L的k个最小特征值所对应的特征向量ν1,ν2,…,vk,其中νi∈Rn×1;构造矩阵V=[ν1,ν2,...,νk]∈Rn×k;将矩阵V的行向量作为样本,使用k‑means聚类算法将这n个样本聚类成k类;输出聚类后的结果C=(C1,C2,...,Ck)。本发明采用谱聚类算法保证模型在对多样化流量聚类时的鲁棒性,保证了模型的稳定性。
-
-