聚类方法

作品数：1627被引量：8117H指数：31
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：王士同徐森李学龙尹宝才胡永利更多>>
相关机构：华南理工大学西安电子科技大学深圳市腾讯计算机系统有限公司浙江工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于多尺度图对比学习的空间转录组聚类方法
《湖南工业大学学报》2025年第5期52-57,共6页阳龙 彭利红 周立前 
国家自然科学基金资助项目(62072172)。
针对图神经网络在空间转录组数据聚类过程中识别的空间域不连续或存在交叉这一问题,提出一种基于多尺度图对比学习的空间转录组聚类方法mcmlST。首先,使用SCANPY和主成分分析法,对空间转录组数据进行预处理。然后对ST数据进行增强处理,...
关键词：多尺度学习 多头注意力 对比图聚类 深度学习 
基于Schatten-p范数的深度可学习子空间聚类方法
《咸阳师范学院学报》2025年第2期6-12,共7页药嘉怡 张文娟 沈超 黄姝娟 袁薛程 
国家自然科学基金项目(52302505)。
针对核范数正则约束使得矩阵低秩性不足、奇异值分解对大规模数据计算代价大、传统优化算法需人为调试最优参数的问题,提出一种基于Schatten-p范数和近端交替线性最小化算法的深度可学习子空间聚类算法。首先,通过Schatten-p范数作为低...
关键词：子空间聚类 Schatten-p范数 近端交替线性最小化 深度学习 
基于行为聚类的LSTM-NN模型恶意行为检测方法
《信息安全研究》2025年第4期343-350,共8页付安棋 李剑 
随着社会的发展,人们对于公共场所的安全性要求进一步提高,进行恶意行为检测能实时监测和识别潜在的安全危害.针对恶意行为形式和背景呈现多样化,同时不同恶意行为出现的频次差别巨大导致的恶意行为检测困难问题,采用K-means聚类方法划...
关键词：恶意行为检测 聚类方法 LSTM分类 注意力机制 DTW算法 
计及靶向激励的居民用电碳普惠套餐设计方法
《电力自动化设备》2025年第4期209-215,224,共8页陈璐 郑天奥 高辉 石家铮 
江苏省自然科学青年基金资助项目(BK20230370)。
建立公平合理的居民用电碳普惠机制是实现碳排感知和引导社会减碳的前提条件。在碳普惠套餐设计的过程中应充分计及居民差异用电特性,实现对居民碳峰谷时段用电的定向激励及引导。引入动态碳排因子,综合考虑碳配额、基础碳排量和奖惩碳...
关键词：碳普惠 碳信用 动态碳排因子 特性挖掘 聚类方法 
基于改进聚类方法的大坝安全监测算法
《水力发电》2025年第4期97-103,110,共8页李东明 聂一丹 晁阳 齐慧君 林潮宁 
国家重点研发计划(2022YFC3005403);国家自然科学基金资助项目(52309151);水利部水库大坝安全重点实验室开放研究基金(YK323007)。
为提升大坝安全预测过程中离群值检验与风险预测的精度与效率,对K-Shape聚类方法进行改进,将空间距离纳入K-Shape聚类评价指标,改进了大坝监测时间序列聚类算法,并将聚类中心线与统计模型方法结合,构建基于聚类结果的离群值判断方法。...
关键词：大坝安全监测 精度 时空序列聚类 K-Shape聚类方法 长短期记忆网络(LSTM) 
基于约束传递的深度主动时序聚类方法
《电子与信息学报》2025年第4期1172-1181,共10页霍纬纲 朱旭 张盼 
国家自然基金民航联合基金重点项目(U2033205);国家自然科学基金(62173331);天津市自然科学基金面上项目(24JCYBJC00990)。
已有的深度主动聚类方法未能通过标注样本推理生成必须链接(ML)约束或不能链接(CL)约束,标注成本较高。为此该文提出一种基于约束传递的深度主动时序聚类方法。该方法设置了标注类簇集合(ACS)及相应的辅助标注集合(AAS)。通过预训练时...
关键词：深度时序聚类 主动学习 约束传递 
基于聚类集成选择的随机森林聚类方法
《计算机工程与设计》2025年第4期990-996,共7页李金玉 刘静玮 杜明晶 吴福玉 
国家自然科学基金项目(62006104);江苏师范大学研究生科研与实践创新基金项目(2024XKT2591)。
为解决一些决策树受到数据噪声等因素的影响,导致它们对随机森林聚类产生有限甚至负面贡献这一问题,提出一种基于聚类集成选择的随机森林聚类方法(random forest clustering method based on cluster ensemble selection,RFCCES)。将每...
关键词：随机森林 聚类 决策树 稳定性 聚类集成 基聚类器 聚类集成选择 
基于深度自适应K-means++算法的电抗器声纹聚类方法
《电力系统保护与控制》2025年第8期1-13,共13页闵永智 郝大宇 王果 何怡刚 贺建山 
国家自然科学基金项目资助(62066024);甘肃省联合基金项目资助(24JRRA852)。
在高压并联电抗器声纹信号监测系统中,长时海量无标签声纹的高维非平稳性导致特征提取困难、无监督聚类适应性差。由此提出了一种基于深度自适应K-means++算法(deep adaptive K-means++clustering algorithm,DAKCA)的750 kV电抗器声纹...
关键词：750 kV电抗器 声纹聚类 自适应聚类算法 稀疏自编码器 深度自适应K-means++算法 
基于多级特征融合的深度多视图对比学习聚类方法
《计算机技术与发展》2025年第4期86-92,共7页王梅 于源泽 尹传龙 
国家自然科学基金项目(52274037)。
多视图聚类作为一种无监督的多视图学习方法,无需对大多视图数据进行标记,通过聚类即可从多个视图中挖掘出通用语义。针对传统多视图聚类方法在特征融合和视图信息一致性处理上的不足,该文提出了一种基于多级特征融合的深度多视图对比...
关键词：深度多视图聚类 多级特征融合 对比学习 语义一致性学习 鲁棒性 
基于双分支小波卷积自编码器和数据增强的深度聚类方法
《计算机科学》2025年第4期129-137,共9页安瑞 鲁进 杨晶晶 
国家自然科学基金(62261059,61966037);云南省基础研究专项重点项目(202301AS070025)。
基于自编码器的深度聚类是无监督学习的代表算法,近年来在计算机视觉领域获得了诸多关注。相较于传统算法,自动编码器隐藏层紧凑的表示空间为聚类任务提供了更为灵活的条件。现有的自编码器聚类大多使用单分支编码器网络,而采用多个网...
关键词：无监督学习 深度聚类 数据增强 小波变换 双分支自编码器 
全选清除导出
共162页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部