搜索结果: 1-5 共查到“自学习算法”相关记录5条 . 查询时间(0.199 秒)
非均匀类簇密度聚类的多粒度自学习算法
非均匀类簇密度聚类 粒度计算 自学习算法
2013/5/7
针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity selflearning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性...
面向上下文感知计算的贝叶斯网络结构自学习算法的研究
上下文感知计算 贝叶斯网络 自学习
2010/9/3
通过对上下文感知计算中上下文特点的详细分析,提出一种面向上下文感知计算的通用贝叶斯网络结构自学习方法。该方法能在足够实例数据的支撑下自动对上下文感知计算中上下文之间的关系进行学习,进而形成贝叶斯网络结构,用于从低层上下文向高层上下文的演化。通过对上下文感知计算中上下文的层次化特点的有效利用,该方法对贝叶斯网络自学习方法进行了有效优化。研究分析表明,该方法能显著降低贝叶斯网络学习过程中的时间复杂度。...
针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity selflearning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性...
动态系统模糊模型辨识及其自学习算法
模糊模型 模糊辨识 自学习
2008/12/29
提出一种规则模型辨识的自学习算法,并进行了实例验证,结果表明该算法具有较高的辨
识精度,可用于模糊自适应控制系统中.