10.3969/j.issn.1000-0682.2016.04.002
基于监督学习的核拉普拉斯特征映射的FCM算法
监督学习的核拉普拉斯特征映射,通过非线性核映射将样本数据投影到高维核特征空间,将流形结构和样本类别信息进行有效的结合后,提取嵌入在高维数据中的低维流形特征用于模糊C-均值聚类中,这样可以有效解决高维数据集中新样本的泛化性,并且能有效提高聚类的效果。
监督学习、拉普拉斯特征映射、流形结构、核方法、模糊C-均值聚类
TP14(自动化基础理论)
2016-08-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
9-12,17