多核聚类算法(Multiple Kernel k-Means Clustering, MKKM)是一种结合了多核学习和k-means聚类方法的高级聚类技术。 在传统的k-means中,聚类是基于单一的距离度量进行的,而MKKM利用多个核函数来捕捉数据的不同视图或特性,从而在多个特征空间中进行聚类,以期获得更准确的聚类结果。 MKKM 的基本思想 MKKM 的核心思想...
矩阵诱导正则化的多核 k 均值聚类算法(Multiple Kernel K-means Clustering, MKKM)是一种结合了多核学习和k 均值聚类的高级算法。 它主要用于处理非线性可分的数据,通过组合多个核函数来增强聚类的效果,从而在复杂的特征空间中找到数据的自然分组。 MKKM算法原理 MKKM算法的核心在于使用多个核函数来捕捉数据的不同...
基于k-means聚类和潜在语义分析的网络流量分类方法研究 随着互联网的高速发展,网络环境日益复杂,大量新的应用流量不断涌现,对网络管理和安全维护提出了挑战。网络流量分类是各种网络管理与维护的基础,传统的网络流量分类方... 缪承志 - 西安电子科技大学 被引量: 1发表: 2014年 加载更多研究点推荐 多核k-均值聚类...