聚团簇

亲和传播(AP)是由brendanj.Frey和delbertdeck提出的一种聚类算法。作者自己描述亲和力传播如下:“识别数据点之间的样本并围绕这些样本形成数据点簇的算法。它通过同时将所有数据点视为潜在的样本,并在数据点之间交换信息,直到出现一组好的样本和簇。”近年来,AP在各个领域得到了广泛的应用,其中生物信息学变得越来越重要。Frey和Dueck已经将他们的算法作为Matlab代码使用。然而,Matlab在生物信息学中相对少见。R成为了统计计算领域的一个标准。为了将亲和传播用于生物信息学应用,我们将亲和传播作为一个R包来实现。但是请注意,给定的软件包绝不限于生物信息学应用。它与Frey和Dueck最初的Matlab代码一样普遍适用。进一步实现了基于聚类的可视化传播工具和聚类分析工具。


zbMATH参考文献(参考 105篇文章,1标准件)

显示第1到第20个结果,共105个。
按年份排序(引用)
  1. 李海林;吴延春吉姆;陈奕旺:时间就是金钱:基于动态模型的商品销售相关性分析时间序列数据挖掘(2020)
  2. Boiarov,A.A.;Granichin,O.N.:稀疏参数高斯混合模型无监督参数估计的输入随机逼近算法(2019)
  3. Brusco,Michael J.;Steinley,Douglas;Stevens,Jordan;Cradit,J.Dennis:《亲和传播:心理学研究中基于范例的聚类工具》(2019)
  4. Comas Cufí,Marc;Martín-Fernández,Josep A.;Mateu Figueras,Glòria:使用后验概率合并有限混合物的成分(2019)
  5. 戴国伟;李凤伟;孙月芳;徐大川;张晓燕:中国邮递员问题信念传播的收敛性与正确性(2019)
  6. 邓平、王宏军、李天瑞、霍恩、史进、朱新文:无监督集成学习指导下的线性判别分析(2019)
  7. Hennig,Christian;Viroli,Cinzia;Anderlucci,Laura:基于分位数的聚类(2019)
  8. 刘聪;陈倩倩;陈英霞;刘洁:一种基于多指标组合的快速多目标模糊聚类(2019)
  9. 安德鲁·弗格森(Andrew Ferguson),2019年《万象地图》样本(Andrew Ferguson,Long-out-maps):加速扩散
  10. 王宏军;张英辉;张,吉;李天瑞;彭凌西:无监督特征选择的因子图模型(2019)
  11. Bottarelli,Lorenzo;Bicego,Manuele;Denitto,Matteo;Di Pierro,Alessandra;Farineli,Alessandro;Mengoni,Riccardo:带量子退火器的双集群(2018)
  12. 布罗迪诺娃,萨尔卡;扎哈里娃,迈亚;菲尔兹莫瑟,彼得;奥尔特纳,托马斯;布雷特内德,克里斯蒂安:不平衡高维媒体数据的聚类(2018)
  13. Gu,Xiaowei;Angelov,Plamen;Kangin,Dmitry;Principe,Jose:自组织方向感知数据划分算法(2018)
  14. Liu,Wei;Ma,Liang Yu;Jeon,Byengwoo;Chen,Ling;Chen,Bolun:蛋白质相互作用网络中基于网络层次结构的功能模块检测方法(2018)
  15. Zhang,Shu;Li,Lijuan;Yao,Lijuan;Yang,Shipin;Zou,Tao:大规模过程的数据驱动过程分解和鲁棒在线分布式建模(2018)
  16. 《果品密度优化》;朱千伟,徐汉辉;医学图像分割
  17. Denitto,M.;Farineli,A.;Figueiredo,M.A.T.;Bicego,M.:基于因子图和最大和算法的双聚类方法(2017)
  18. 黄金龙;朱庆生;杨立军;程东东;吴全旺:基于准聚类中心的新型聚类算法(2017)
  19. Hu,Chenyue W.;Li,Hanyang;Qutub,Amina A.:收缩聚类:生物医学应用的快速和规模约束算法(2017)
  20. 王岚;程宇;胡景璐;梁金玲;杜拜伊,阿卜杜拉M.:基于参数分类的准ARX RBFN模型的非线性系统辨识(2017)