基于C均值聚類和圖轉(zhuǎn)導(dǎo)的半監(jiān)督分類算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
針對(duì)傳統(tǒng)圖轉(zhuǎn)導(dǎo)( GT)算法計(jì)算量大并且準(zhǔn)確率不高的問(wèn)題,提出一個(gè)基于C均值聚類和圖轉(zhuǎn)導(dǎo)的半監(jiān)督分類算法。首先,采用模糊C均值(FCM)聚類算法先對(duì)未標(biāo)記樣本預(yù)選取,縮小圖轉(zhuǎn)導(dǎo)算法構(gòu)圖數(shù)據(jù)集的范圍;然后,構(gòu)建五近鄰稀疏圖,減少相似度矩陣的虛假連接,進(jìn)而縮減了構(gòu)圖的時(shí)間,通過(guò)標(biāo)記傳播的方式得出初選未標(biāo)記樣本的標(biāo)記信息;最后,結(jié)合半監(jiān)督流形假設(shè)模型利用擴(kuò)充的標(biāo)記數(shù)據(jù)集以及剩余未標(biāo)記數(shù)據(jù)集進(jìn)行分類器的訓(xùn)練,進(jìn)而得出最終的分類結(jié)果。在Weizmann Horse數(shù)據(jù)集下,所提算法分類準(zhǔn)確率均達(dá)到96%以上,和傳統(tǒng)僅使用圖轉(zhuǎn)導(dǎo)的分類方法相比,解決了對(duì)初始標(biāo)記集的依賴性問(wèn)題,將準(zhǔn)確率至少提高了l0%;將所提算法直接運(yùn)用到兵馬俑數(shù)據(jù)集,分類準(zhǔn)確度也達(dá)到95%以上,明顯高于傳統(tǒng)的圖轉(zhuǎn)導(dǎo)算法。實(shí)驗(yàn)結(jié)果表明,基于C均值聚類和圖轉(zhuǎn)導(dǎo)的半監(jiān)督分類算法,在圖像分類方面有較好的分類效果,對(duì)圖像的精準(zhǔn)分類具有研究意義。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于C均值聚類和圖轉(zhuǎn)導(dǎo)的半監(jiān)督分類算法下載
相關(guān)電子資料下載
- 對(duì)新輔助TCHP治療響應(yīng)的HER2+乳腺癌空間蛋白質(zhì)組特征 547
- 使用輪廓分?jǐn)?shù)提升時(shí)間序列聚類的表現(xiàn) 316
- 基于K-means聚類算法的圖像分割 1113
- 機(jī)器學(xué)習(xí)有哪些算法?機(jī)器學(xué)習(xí)分類算法有哪些?機(jī)器學(xué)習(xí)預(yù)判有哪些算法? 1621
- 介紹一種基于最小化平方誤差的聚類算法 498
- 介紹一種基于分層聚類方法的木馬通信行為檢測(cè)模型 1060
- 深度學(xué)習(xí)聚類的綜述 780
- 每日一課 | 智慧燈桿視覺(jué)技術(shù)之圖像分類算法與步驟分解 322
- 聚類分析中的機(jī)器學(xué)習(xí)與統(tǒng)計(jì)方法綜述(二) 679
- 如何在 Python 中安裝和使用頂級(jí)聚類算法 415