CECM公司

约束证据C-means算法在聚类应用中,有时会获得关于聚类成员的先验知识。为了整合这些辅助信息,人们在硬聚类或模糊聚类框架中提出了基于约束(或半监督)的方法。将该方法推广到证据聚类中,用信念函数描述对象对聚类的隶属度。提出了一种考虑成对约束的证据C均值(ECM)算法。将这些约束转化为信念函数框架,并整合到成本函数中。对合成数据集和真实数据集的实验表明了该方法的有效性。特别介绍了一个在医学图像分割中的应用。


zbMATH中的参考文献(参考文献9条,1标准件)

显示第1到第9个结果,共9个。
按年份排序(引用)

  1. 冈萨雷斯·阿尔马格罗,格尔曼;卢恩戈,朱利安;卡诺,何塞-拉蒙;萨尔瓦多加西亚:DILS:通过双重迭代局部搜索的约束聚类(2020)
  2. 拉莫斯瓜亚尔多,安娜贝伦;Ferraro,Maria Brigida:基于广义距离的模糊数据聚类方法(2020)
  3. 巴哈里,纳斯姆;Bach Tobji,Mohamed Anis:关于索引证据数据(2019)
  4. 谢佳瑞;Antoine,Violaine:关于一种具有实例级约束的新证据C-均值算法(2019)
  5. 安托万,V。;考斯特,B。;马森,M.-H。;Denoeux,T.:CEVCLUS:关系数据的实例级约束的证据聚类(2014)ioport公司
  6. 利兰代斯,贝诺ît;加丁,伊莎贝尔;莫查德,劳伦特;维拉,皮埃尔;阮,苏:用信念函数理论处理图像分割中的不确定性和不精确性(2014)ioport公司
  7. 安托万,V。;考斯特,B。;马森,M.-H。;Denœux,T.:CECM:约束证据(C)-均值算法(2012)
  8. 丝里尔,丽莎;拉马索,以马内尔;Zerhouni,Nouredine:基于信念函数理论的在线数据流划分的证据演化Gustafson-Kessel算法(2012)ioport公司
  9. 丝里尔,丽莎;拉马索,以马内尔;Zerhouni,Nouredine:E2GK:证据进化Gustafson-Kessel算法用于使用信念函数进行数据流划分(2011)ioport公司