1) Unsupervised Clustering
非监督式聚类
2) unsupervised clustering
非监督聚类
1.
Firstly,the composite in the period of August 13 to 28 which corresponds to the greenest image of the year was segmented with unsupervised clustering algorithm.
介绍了全球地图第一版中国土地覆盖分类产品的遥感数据源、数据处理方法及结果,详细介绍了非监督聚类和决策树分类相结合的区域级土地覆盖分类方法及处理步骤,并以2003年全年的MODIS/TERRA16d合成产品MOD43B4为主要遥感数据源,采用先进行影像聚类,然后以聚类结果为处理单元进行多时相多特征决策树分类,得到了覆盖全国、约1km分辨率的土地覆盖分类结果。
3) Supervised-Unsupervied Clustering
监督-非监督的聚类
4) Supervised clustering
监督聚类
1.
This paper presents a new supervised clustering method The algorithm is based on the information related t o both the global and local distributions of training samples,avoiding the expensive computation and local minimum of traditional neural networks Unknow n patterns can also be recognized The simulation results demonstrate the soun dness of this approac
本文提出了一种新的监督聚类学习方法。
5) unsupervised multiple-lnstance Learning
非监督的多例聚类算法
6) semi-supervised clustering
半监督聚类
1.
Novel semi-supervised clustering:collaborating primary space with auxiliary space;
基于辅助空间与主空间合作的半监督聚类方法
2.
Research on the Present Situation of Semi-Supervised Clustering Algorithm
半监督聚类算法研究现状
3.
Some Developments on Semi-Supervised Clustering
半监督聚类的若干新进展
补充资料：非系统聚类分析
分子式：
CAS号：
性质： 又称非谱系聚类分析。先将各样本粗略分为K个初始类，计算各类形心的坐标，再计算每个样本到类形心的距离，重新将样本聚集到最近距离的类中。再重新计算接受和失去了样本后的各类的形心，再对每个样本进行归类。循此进行，直到每个样本都归到了它与其类形心最靠近的类中，聚类过程停止，最后形成K类。
CAS号：
性质： 又称非谱系聚类分析。先将各样本粗略分为K个初始类，计算各类形心的坐标，再计算每个样本到类形心的距离，重新将样本聚集到最近距离的类中。再重新计算接受和失去了样本后的各类的形心，再对每个样本进行归类。循此进行，直到每个样本都归到了它与其类形心最靠近的类中，聚类过程停止，最后形成K类。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条