|
本文提出一种基于流形距离的人工免疫半监督聚类算法，旨在提升聚类效果与效率。该算法结合流形学习与人工免疫机制，利用流形距离度量数据间的结构信息，增强对高维数据的适应能力。通过引入半监督策略，利用少量标注样本引导聚类过程，提高聚类精度。实验结果表明，该方法在多个数据集上优于传统聚类算法，具有良好的应用前景。 文档为pdf格式，0.34MB，总共5页。
- 文件大小:
- 348.16 KB
- 下载次数:
- 60
- 基于流形距离的人工免疫半监督聚类算法 - 第四届中国Agent理论与应用学术会议.pdf ...
-
高速下载
| 
