版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、多變量信息瓶頸(MultivariateInformationBottleneck)方法是基于信息論的一種多元數(shù)據(jù)處理方法,此方法能夠處理數(shù)據(jù)壓縮與信息保存之間的平衡,有效地發(fā)現(xiàn)數(shù)據(jù)中蘊含的多種潛在模式,解決復(fù)雜優(yōu)化問題中算法精度與效率之間的平衡問題。然而,多變量信息瓶頸方法在做數(shù)據(jù)分析時僅考慮數(shù)據(jù)的一種相關(guān)變量,忽略其它多種重要的特征信息,使抽取得到的數(shù)據(jù)模式中包含單獨特征帶來的偏見。
針對上述問題,本文在多變量信息瓶頸方法
2、的基礎(chǔ)上提出了一種同時處理數(shù)據(jù)多種特征的聚類算法:mf-MIB算法。該算法采用提取-合并策略,在對數(shù)據(jù)進行聚類分析的過程中能夠同時考慮多種特征信息,為多種特征處理問題提供了一種有效的解決方法。同時,mf-MIB算法能夠?qū)W習(xí)特征與對應(yīng)的視覺單詞之間的語義相關(guān)性,緩解語義鴻溝問題對聚類算法的限制。在圖像數(shù)據(jù)集和視頻數(shù)據(jù)集上的實驗結(jié)果表明:mf-MIB算法能夠有效處理數(shù)據(jù)中蘊含的多種特征信息,算法性能優(yōu)于原IB算法;相比于k-means算法、
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 融入邊信息的多變量IB方法的多視角聚類算法研究.pdf
- 基于信息瓶頸算法的運動軌跡聚類及可視化.pdf
- 基于多特征融合的屬性圖聚類算法研究.pdf
- 基于多特征的相片聚類算法研究與實現(xiàn).pdf
- 多變量時間序列的預(yù)處理和聚類研究.pdf
- 基于多密度的聚類算法研究.pdf
- 多變量時間序列的聚類、相似查詢與異常檢測.pdf
- 基于多特征信息融合的WEB廣告聚類方法研究.pdf
- 基于聚類的多材質(zhì)采樣算法.pdf
- 基于復(fù)雜網(wǎng)絡(luò)特征的聚類算法研究.pdf
- 基于文本聚類的特征選擇算法研究.pdf
- 基于形狀特征的人臉聚類算法.pdf
- 基于遺傳算法的多變量負荷分配研究.pdf
- 基于網(wǎng)格和信息熵的聚類算法.pdf
- 基于劃分聚類的特征基因選擇算法研究.pdf
- 基于特征偏好的聚類算法研究與實現(xiàn).pdf
- 基于遺傳算法的多變量負荷分配研究
- 多變量約束優(yōu)化算法實例
- 基于聚類算法的多特征融合關(guān)鍵幀提取技術(shù)研究.pdf
- 基于多視角社區(qū)發(fā)現(xiàn)的實體聚類算法.pdf
評論
0/150
提交評論