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。把他们的算法写成Matlab和Frey。然而,Matlab在生物信息学中相对少见。相反,统计计算平台R已经成为这一领域广泛接受的标准。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。该软件包进一步实现了杠杆式亲和传播、基于范例的聚集聚类和用于聚类结果可视化分析的各种工具。


zbMATH中的参考文献(参考文献107篇,1标准件)

显示107个结果中的1到20个。
按年份排序(引用)
  1. Chunaev,Petr:节点属性社交网络中的社区检测:一项调查(2020年)
  2. 李海林;吴延春;陈业旺: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)
  3. 李敏;徐大川;岳、君;张冬梅:《带惩罚的(k)均值问题的并行播种算法》(2020)
  4. 博瓦罗夫,A.A。;Granichin,O.N.:稀疏参数高斯混合模型无监督参数估计的随机逼近算法(2019)
  5. 布鲁斯科,迈克尔J。;斯坦利,道格拉斯;约旦史蒂文斯;Cradit,J.Dennis:亲和传播:心理学研究中基于范例的聚类工具(2019)
  6. 科马斯·库菲,马克;马丁费尔南德斯,约瑟夫A。;Mateu Figueras,Glòria:使用后验概率合并有限混合物的成分(2019)
  7. 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)
  8. 邓、平;王宏军;李天瑞;霍恩,施进;朱新文:无监督集成学习指导下的线性判别分析(2019)
  9. 亨尼格,基督徒;维罗利,辛齐亚;Anderlucci,劳拉:基于分位数的聚类(2019)
  10. 刘聪;陈倩倩;陈颖霞;刘杰:一种基于多指标组合的快速多目标模糊聚类(2019)
  11. 长,安德鲁W。;Ferguson,Andrew L.:地标扩散图(L-dMaps):样本外加速流形学习(2019)
  12. 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)
  13. 波塔雷利,洛伦佐;比塞戈,曼努埃尔;丹尼托,马特奥;迪皮埃罗,亚历山德拉;法里内利,亚历山德罗;Mengoni,Riccardo:与量子退火器的双集群(2018)
  14. 布罗迪诺娃,萨尔卡;扎哈里耶娃,玛雅;菲尔兹莫瑟,彼得;奥特纳,托马斯;Breiteneder,Christian:不平衡高维媒体数据聚类(2018)
  15. 顾小伟;安吉洛夫,普莱门;康金,德米特里;Principe,Jose:自组织方向感知数据划分算法(2018)
  16. 刘伟;马良玉;郑炳宇;陈玲;陈伯伦:基于网络层次的蛋白质相互作用网络功能模块检测方法(2018)
  17. 马舒高;张建明;史考罗夫,斯坦;纳兹勒·辛比斯(Ikizler Cinbis),纳兹利人;Sigal,Leonid:用于动作识别和定位的时空树集合(2018)
  18. 张舒;李丽娟;姚丽娟;杨世平;邹涛:大型过程的数据驱动过程分解和鲁棒在线分布式建模(2018)
  19. 朱红;何汉志;徐金辉;方千豪;王伟:基于果蝇优化和密度峰值聚类的医学图像分割(2018)
  20. 丹尼托,M。;法里内利,A。;Figueiredo,麻省理工学院。;Bicego,M.:基于因子图和最大和算法的双聚类方法(2017)