注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 谱聚类算法对输入数据顺序的敏感性

  2. 结合矩阵分析知识，还原了实施谱聚类算法过程中的矩阵表示。发现了不同数据输入顺序使得相应的Affinity矩阵及Laplacian矩阵是相似的。

  3. 所属分类：互联网

  1. 拉普拉斯矩阵

  2. 图论中的拉普拉斯矩阵物理意义，对了解谱分割很有帮助

  3. 所属分类：C/C++

    • 发布日期：2011-09-07
    • 文件大小：1048576
    • 提供者：cuoqu

  1. 图论作图工具

  2. 本人读书期间做的小程序，用于快速验证无向图的邻接（拉普拉斯，拟拉普拉斯）谱半径等结果。

  3. 所属分类：教育

    • 发布日期：2012-11-19
    • 文件大小：18874368
    • 提供者：zkylw_2

  1. 从拉普拉斯矩阵说到谱聚类

  2. 从拉普拉斯矩阵说到谱聚类

  3. 所属分类：C++

    • 发布日期：2015-10-02
    • 文件大小：300032
    • 提供者：zhaoxiongwei111

  1. 谱聚类（spectral clustering）理解

  2. 谱聚类spectral clustering，构图和切图，拉普拉斯矩阵

  3. 所属分类：算法与数据结构

    • 发布日期：2018-01-30
    • 文件大小：1048576
    • 提供者：fjssharpsword

  1. 【项目程序】对图像进行频率域图像增强，计算并画出此图像的中心化频率谱，用拉普拉斯算子对此图像锐化.rar

  2. 【项目程序】对图像进行频率域图像增强，计算并画出此图像的中心化频率谱，用拉普拉斯算子对此图像锐化.rar

  3. 所属分类：电信

    • 发布日期：2019-08-16
    • 文件大小：634
    • 提供者：ktz517

  1. 一类特殊theta-图的拉普拉斯谱刻画

  2. 一类特殊theta-图的拉普拉斯谱刻画，夏海涛，，称图$G$是由其拉普拉斯谱确定的,如果没有非同构的图具有相同的拉普拉斯谱.设$P_{a+1}$,$P_{b+1}$和 $P_{c+1}$是三条点不交的路,其中$c>=b>=a>=1$

  3. 所属分类：其它

    • 发布日期：2020-02-02
    • 文件大小：181248
    • 提供者：weixin_38608873

  1. 一类双圈图的拉普拉斯谱刻画

  2. 一类双圈图的拉普拉斯谱刻画，夏海涛，，称图$G$是由其拉普拉斯谱确定的,如果没有非同构的图具有相同的拉普拉斯谱. 用$C_m$标记长度为$m$的圈,设$C_{k,l}$标记恰有一个公共点$u$�

  3. 所属分类：其它

    • 发布日期：2019-12-29
    • 文件大小：688128
    • 提供者：weixin_38668160

  1. 星图的全图的拉普拉斯谱半径

  2. 星图的全图的拉普拉斯谱半径，张埂，，我们把一个图G的顶点和边都称作元素，则它的两个关联的或邻接的元素被称作邻元素.全图T(G)是以V(G)和E(G)为顶点集，当T(G)的两个顶点在

  3. 所属分类：其它

    • 发布日期：2019-12-29
    • 文件大小：135168
    • 提供者：weixin_38537684

  1. 图机器学习-图拉普拉斯算子的离散正则性

  2. 图Laplacian的谱在数据科学中起着重要的作用，是聚类和降维算法的基础，如光谱聚类、Laplacian特征图、扩散图等。

  3. 所属分类：机器学习

    • 发布日期：2020-06-04
    • 文件大小：2097152
    • 提供者：syp_net

  1. 机器学习（聚类十）——谱聚类及代码实现

  2. 谱聚类是基于谱图理论基础上的一种聚类方法，与传统的聚类方法相比：具有在任意形状的样本空间上聚类并且收敛于全局最优解的优点。（但效率不高，实际工作中用的比较少） 谱聚类 通过对样本数据的拉普拉斯矩阵的特征向量进行聚类，从而达到对样本数据进行聚类的目的；其本质是将聚类问题转换为图的最优划分问题，是一种点对聚类算法。 谱聚类算法将数据集中的每个对象看做图的顶点 V，将顶点间的相似度量化为相应顶点连接边E的权值 w，这样就构成了一个基于相似度的无向加权图 G(V,E)，于是聚类问题就转换为图的划分问题。

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：226304
    • 提供者：weixin_38748769

  1. JLMC：基于拉普拉斯矩阵的约旦形式的聚类方法

  2. 在当前的复杂网络聚类算法中，基于拉普拉斯算子的谱聚类算法具有严格的数学基础和较高的精度。 但是，由于它们依赖于先验知识（例如集群数），因此其应用受到限制。 对于大多数应用场景，很难获得预先群集。 为了解决这个问题，我们提出了一种新颖的聚类算法-基于拉普拉斯矩阵的聚类算法（JLMC）的乔丹形式。 在JLMC中，我们提出了一个模型，该模型基于复杂网络中相应拉普拉斯矩阵的Jordan形式来计算簇的数量（n）。 JLMC通过使用我们建议的模块化密度函数（P函数）将网络分为n个集群。 我们对真实和综合数据

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：328704
    • 提供者：weixin_38735899

  1. 具有固定匹配数的单圈图的无符号拉普拉斯谱半径

  2. 具有固定匹配数的单圈图的无符号拉普拉斯谱半径

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：164864
    • 提供者：weixin_38667207

  1. 一种结合几何相容性分析的谱匹配算法

  2. 为了可靠地实现点模式匹配，提出了一种基于谱图理论与几何相容性分析的点模式匹配算法。利用拉普拉斯矩阵的特征向量获得待匹配点集间谱匹配代价的表示；结合以邻近关系表示的几何相容性，定义了一种混合形式的匹配目标函数；给出了基于松弛迭代的求解算法。仿真数据和真实图像上的比较实验表明所给出的方法具有较好的精度与时间性能。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：2097152
    • 提供者：weixin_38714370

  1. 四阶累积量谱线增强方法的改进仿真研究

  2. 为提高自适应谱线增强器跟踪性能，减小高阶累计量的计算量，综合了变步长算法与变符号函数法（ISA）算法的优点，在高阶累积量的能量幂函数变步长极性迭代自适应谱线增强算法的基础上，首次提出了一种计算正弦信号基于高阶累积量变步长ISA算法的迭代自适应谱线增强方法。该方法用输入信号的能量幂函数作变步长来改善跟踪性能，用非输入信号的分段性限幅函数来减小高阶累计量的计算量。仿真结果表明该算法在抑制高斯噪声和非高斯对称分布（拉普拉斯）噪声上优越于基于能量幂函数变步长极性迭代自适应谱线增强算法，能稳定保持信噪比提

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：643072
    • 提供者：weixin_38545517

  1. 确定性均匀递归树的谱分析

  2. 确定性均匀递归树的网络性质的研究已经有了大量的结果。关于确定性均匀递归树的谱的研究，章忠志等也提出了其拉普拉斯矩阵特征值的迭代关系。基于这个结果，我们又提出了推广的拉普拉斯矩阵，通过对其特征值进行分析，从而证明了确定性均匀递归树的邻接矩阵的特征值也存在同样的递归关系。同时我们也对无符号拉普拉斯矩阵做同样的推广。根据推广的拉普拉斯矩阵（无符号拉普拉斯矩阵）我们得到了一些结果，从而进一步了解确定性均匀递归树生成过程中特征值的变化以及其他相关的代数性质。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：2097152
    • 提供者：weixin_38647567

  1. 一种基于谱聚类的社交关系数据处理方法

  2. 随着社交应用软件的广泛普及，社交关系数据中存在的价值得到人们的广泛关注，社交关系网络可以抽象成一种图结构，将用户从关系结构上进行划分等价于对图进行分割。针对NJW多路谱聚类算法在处理图分割时需要人为确定聚类数目的问题，引入本征间隙的方法，通过对输入样本数据的拉普拉斯矩阵进行谱分析，得出样本的聚类数目。实验证明，改进后的NJW算法，在实验数据集上可以自动获取聚类数目并具有较好的聚类效果。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：801792
    • 提供者：weixin_38600017

  1. 基于拉普拉斯特征映射的启发式Q学习

  2. 在基于目标的强化学习任务中, 欧氏距离常作为启发式函数用于策略选择, 其用于状态空间在欧氏空间内不连续的任务效果不理想. 针对此问题, 引入流形学习中计算复杂度较低的拉普拉斯特征映射法, 提出一种基于谱图理论的启发式策略选择方法. 所提出的方法适用于状态空间在某个内在维数易于估计的流形上连续, 且相邻状态间的连接关系为无向图的任务. 格子世界的仿真结果验证了所提出方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：1048576
    • 提供者：weixin_38658471

  1. 拉普拉斯正则化双曲正切低秩子空间聚类算法

  2. 传统的低秩表示模型LRR对高维数据聚类精确度低,针对这一情况提出一种基于拉普拉斯正则化双曲正切函数低秩子空间聚类算法(LRHT-LRSC).该算法利用双曲正切函数代替核范数以便更紧凑地逼近秩函数,并利用拉普拉斯正则项刻画数据本身的几何结构,提高了数据聚类的准确率;然后构建数据样本的系数矩阵和相似矩阵;最后利用谱聚类方法得到最终的聚类结果.在合成数据集、真实数据集ExtendedYaleB和Hopkins155上的对比实验结果表明,LRHT-LRSC能够提高聚类的准确率和鲁棒性.

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：311296
    • 提供者：weixin_38526421

  1. 截断拉普拉斯方位角功率谱的2x2 MIMO信道研究

  2. 截断拉普拉斯方位角功率谱的2x2 MIMO信道研究

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：482304
    • 提供者：weixin_38588394
« 12 »