搜索结果: 1-15 共查到“计算机科学技术 聚类”相关记录708条 . 查询时间(0.155 秒)
本发明涉及一种基于高阶结构的生物网络聚类方法和系统，包括网络构建模块、模型构建模块、网络聚类模块、冗余删除模块以及结果展示模块。利用生物网络中丰富的高阶结构信息以识别其中的功能模块，结合高阶马尔可夫随机过程的优势，能够针对各种类型的网络模体进行聚类分析。本发明有着优秀的表现，基于高阶结构信息的聚类结果为生物网络分析提供了新的思路，如重叠蛋白复合物的识别和新信号通路的推断，同时也揭示了生物网络中所呈...
中国科学院新疆理化技术研究所专利：一种属性图聚类方法及系统
中国科学院新疆理化技术研究所 专利 属性图 聚类方法
2023/11/30
本发明提供了一种属性图聚类方法及系统，所述方法包括：将属性图输入训练好的属性图聚类模型，输出隶属度矩阵，将属性图中的每个节点划分到其隶属度最大的簇中；所述属性图聚类模型为图卷积神经网络模型；所述属性图聚类模型的训练过程为：根据属性图中所有节点的集合，以及两节点之间边的集合，构成属性图的邻接矩阵，根据节点相关联的所有属性的集合，构成属性图的特征矩阵；构建归一化的邻接矩阵和节点属性关联度矩阵；构建关于...
基于低秩张量图学习的不完整多视角聚类
多视角聚类 视角缺失 不完整多视角聚类 图学习
2023/7/20
传统多视角聚类都基于视角完备假设,要求所有样本的视角信息完整,不能处理存在部分视角缺失情形下的不完整多视角聚类任务.为解决该问题,提出一种基于低秩张量图学习的不完整多视角聚类方法.为了恢复相似图中缺失视角所对应的样本关联信息,该方法将低秩张量图约束和视角内在图保持约束融入到多视角谱聚类模型。
作为聚类的重要组成部分,边界点在引导聚类收敛和提升模式识别能力方面起着重要作用,以BP(Border-peeling clustering)为最新代表的边界剥离聚类借助潜在边界信息来确保簇核心区域的空间隔离,提高了簇骨架代表性并解决了边界隶属问题.然而,现有边界剥离聚类仍存在判别特征不完备、判别模式单一、嵌套迭代等约束。
基于粒度聚类的铁矿石烧结过程运行性能评价
粒度聚类 烧结过程 时间序列 运行性能
2023/6/20
烧结过程的运行性能是生产效率和能源利用的综合表现.运行性能评价是保持烧结过程的运行性能处于最优等级的前提.考虑到时间序列数据的冗余,提出一种基于粒度聚类的铁矿石烧结过程运行性能评价方法.首先,利用单因素方差分析方法选取影响运行性能等级的检测参数;然后,采用多粒度区间信息粒化实现检测参数时间序列数据的降维,并进行粒度聚类,得到聚类标签;最后,以聚类得到的聚类标签为输入,利用随机森林算法进行运行性能等...
基于灵活平衡约束的图聚类方法
图聚类 图分割 平衡约束 紧松弛
2023/4/20
现有的图聚类方法主要存在两方面的问题,一是对各个类规模一致的假设,在许多实际应用中并不成立;二是在处理多类聚类问题时,其所常借助的递归技术或启发式算法会影响聚类的性能.为此,本文提出一种基于灵活平衡约束的多类图聚类方法.其能够覆盖从绝对平衡约束到无平衡约束的范围,可同时处理类别规模一致和不一致的问题.为有效求解新方法中的参数,进一步提出一个紧松弛方法来使所提出的图聚类方法不仅易于求解,且在处理多类...
中国科学院声学研究所专利：一种基于偏移调节和竞价的混合社交网络聚类方法及系统
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：基于自监督表征学习的图像聚类算法研究
自监督表征学习 图像聚类算法 语义伪标签
2023/3/22
自监督学习可以为图像聚类算法提供良好的表征，但是当表征和聚类同步学习时会存在一些问题。具体来说，基于对比的自监督学习方法通常需要大量的负样本来使得所有样本的表征分离，但是负样本会带来类别冲突，进而影响下游的聚类性能；反之，基于非对比的自监督学习方法虽然避免了类别冲突问题，但是由于缺少负样本，与聚类任务联合优化时容易造成聚类崩溃。本报告将围绕这两个问题，分别介绍基于语义伪标签和原型对比的图像聚类算法...
基于一步张量学习的多视图子空间聚类
多视图子空间聚类 张量奇异值分解 一步化学习 图学习
2023/1/7
现有多视图子空间聚类算法通常先进行张量表示学习,进而将学习到的表示张量融合为统一的亲和度矩阵.然而,因其独立地学习表示张量和亲和度矩阵,忽略了两者之间的高度相关性.为了解决此问题,提出一种基于一步张量学习的多视图子空间聚类方法,联合学习表示张量和亲和度矩阵.具体地,该方法对表示张量施加低秩张量约束,以挖掘视图的高阶相关性.利用自适应最近邻法对亲和度矩阵进行灵活重建.使用交替方向乘子法对模型进行优化...
针对聚类问题中的非随机性缺失数据,本文基于高斯混合聚类模型,分析了删失型数据期望最大化算法的有效性,并揭示了删失数据似然函数对模型算法的作用机制.从赤池弘次信息准则、信息散度等指标,比较了所提出方法与标准的期望最大化算法的优劣性.通过删失数据划分及指示变量,推导了聚类模型参数后验概率及似然函数,调整了参数截尾正态函数的一阶和二阶估计量.并根据估计算法的有效性理论,通过关于得分向量期望的方程得出算法...
基于平均距离聚类的NSGA-Ⅱ
多目标优化算法 NSGA-Ⅱ 拥挤度距离 多样性
2021/5/20
拥挤度距离是一种用于度量解集多样性的指标.然而,在许多情况下,该指标无法有效区分多样性较优个体.其原因为拥挤度距离主要利用每个位置的局部信息.为解决该问题,基于整个种群全局位置信息,本文设计了基于平均距离聚类的多样性度量指标,并进一步提出了基于平均距离聚类的NSGA-Ⅱ.该算法利用平均距离将种群划分为若干个大致均匀分布的小种群,然后分别在各小种群内执行选择、交叉和变异等操作.实验结果表明,本文所提...
吉林大学人工智能学院教授李向涛以通讯作者发表论文Evolutionary Multiobjective Clustering Algorithms with Ensemble for Patient Stratification近日被IEEE Transactions on Cybernetics杂志接收。《IEEE Transactions on Cybernetics》杂志创刊于1960年，主...
基于LDA和模糊C均值的Web服务多功能聚类
Web服务 模糊C均值算法 LDA主题模型 Web服务发现
2019/3/13
基于Web服务发现方法通常是将Web服务聚在某一个固定的功能类中，导致该Web服务的其余功能特性被忽略，Web服务的资源利用率降低的问题，提出一种基于LDA和模糊C均值的Web服务多功能聚类方法。首先，从ProgrammableWeb.com网站上爬取Web服务数据，并抽取Web服务描述文档；其次，使用LDA主题模型对Web服务描述文档进行建模，获得包含不同功能信息的文档主题矩阵；最后，在文档主题...