Zobrazeno 1 - 10
of 38
pro vyhledávání: '"Lin, Yunxia"'
Autor:
Lin, Yunxia, chen, Songcan
Euler k-means (EulerK) first maps data onto the unit hyper-sphere surface of equi-dimensional space via a complex mapping which induces the robust Euler kernel and next employs the popular $k$-means. Consequently, besides enjoying the virtues of k-me
Externí odkaz:
http://arxiv.org/abs/2108.03081
Autor:
Lin, Yunxia, Chen, Songcan
Subspace clustering is a class of extensively studied clustering methods where the spectral-type approaches are its important subclass. Its key first step is to desire learning a representation coefficient matrix with block diagonal structure. To rea
Externí odkaz:
http://arxiv.org/abs/2009.09386
Autor:
Lin, Yunxia, Chen, Songcan
Like k-means and Gaussian Mixture Model (GMM), fuzzy c-means (FCM) with soft partition has also become a popular clustering algorithm and still is extensively studied. However, these algorithms and their variants still suffer from some difficulties s
Externí odkaz:
http://arxiv.org/abs/2004.12756
Publikováno v:
In Expert Systems With Applications 1 March 2021 165
Publikováno v:
In Journal of Network and Computer Applications 1 January 2021 173
Publikováno v:
In Information Sciences September 2020 534:53-71
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.