2014 年 11月 16 日随笔档案 - 华东博客

2014年11月16日

Subgraph Search Over Large Graph Database

摘要： Subgraph Search Over Large Graph Database Problem DefinitionGiven a graph database and a query graph, discover all graphs containing this query graph.... 阅读全文

posted @ 2014-11-16 23:42 华东博客阅读(440) 评论(0) 推荐(0)

聚类算法：K-means 算法(k均值算法)

摘要： k-means算法：第一步：选$K$个初始聚类中心，$z_1(1),z_2(1),\cdots,z_k(1)$，其中括号内的序号为寻找聚类中心的迭代运算的次序号.聚类中心的向量值可任意设定，例如可选开始的$K$个模式样本的向量值作为初始聚类中心。第二步：逐个将需分类的模式样本$\{x\}$按... 阅读全文

posted @ 2014-11-16 20:08 华东博客阅读(1587) 评论(0) 推荐(0)

聚类算法：ISODATA算法

摘要： 1. 与K-均值算法的比较 –K-均值算法通常适合于分类数目已知的聚类，而ISODATA算法则更加灵活； –从算法角度看， ISODATA算法与K-均值算法相似，聚类中心都是通过样本均值的迭代运算来决定的； –ISODATA算法加入了一些试探步骤，并且可以结合成人机交互的结构，使其能利用中间结果所取阅读全文

posted @ 2014-11-16 14:44 华东博客阅读(36986) 评论(2) 推荐(4)

聚类算法——ISODATA算法

摘要： 1. 与K-均值算法的比较–K-均值算法通常适合于分类数目已知的聚类，而ISODATA算法则更加灵活；–从算法角度看， ISODATA算法与K-均值算法相似，聚类中心都是通过样本均值的迭代运算来决定的；–ISODATA算法加入了一些试探步骤，并且可以结合成人机交互的结构，使其能利用中间结果所取得的经... 阅读全文

posted @ 2014-11-16 12:41 华东博客阅读(15314) 评论(1) 推荐(1)