近年来,将数据进行聚类已经成为数据探索与分析的重要手段之一。最近, 在2007 年Science上发表了一个利用信息传播思想构造的聚类算法:近邻传播算法(Affinity Propagation),并成功应用到许多实际问题之中,引起了许多人的关注。本项目研究近邻传播算法以及软约束近邻传播算法的收敛性质,特别是近邻传播算法的震荡条件,收敛条件,以及参数选择条件,力图建立其适用范围和数据特征的客观描述。本项目预期通过深入研究相似矩阵与近邻传播算法之间的联系,并根据研究成果设计新的聚类算法,争取在中医药信息处理和生物信息处理方面得到成功应用.
{{i.achievement_title}}
数据更新时间:2023-05-31
监管的非对称性、盈余管理模式选择与证监会执法效率?
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
气载放射性碘采样测量方法研究进展
Himawari-8/AHI红外光谱资料降水信号识别与反演初步应用研究
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
电磁兼容研究中几个关键问题
网络编码中的几个关键问题研究
迭代软译码中几个关键问题的研究
格点网络编码中几个关键问题研究