语义技术(Semantic Technology)正在成为现代信息系统的主要技术之一.本报告将系统地介绍海量语义数据处理的最新技术和进展,特别是通过系统地介绍欧盟第七框架重大语义万维网技术项目LarKC()所开发的海量语义处理平台及其应用,来阐述海量语义数据处理技术的基本原理、实现方法和应用开发等一系列关键问题.报告内容覆盖海量语义数据处理基本原理、海量语义数据处理平台体系结构、识别与选择技术、抽象与学习技术、推理与判定技术等.同时,将介绍基于LarKC平台开发的一系列应用系统,包括关联生命数据集(Linked Life Data)、语义技术在生命科学上的应用、语义技术与城市计算(Urban Computing),特别是基于语义技术的智慧北京知识管理与决策支持系统等.
在谱聚类算法中,采用拉普拉斯矩阵的特征值和特征向量进行聚类,在某些情况下并不能得到理想的结果。给出了一个利用奇异值分解(Singular Value Decomposition,SVD)的谱聚类算法,用以弥补基于拉普拉斯矩阵的谱聚类算法的不足。实验表明,...
详细信息
在谱聚类算法中,采用拉普拉斯矩阵的特征值和特征向量进行聚类,在某些情况下并不能得到理想的结果。给出了一个利用奇异值分解(Singular Value Decomposition,SVD)的谱聚类算法,用以弥补基于拉普拉斯矩阵的谱聚类算法的不足。实验表明,给出的基于奇异值分解的谱聚类算法比现有的谱聚类算法更有效。在基于SVD的谱聚类算法中,奇异向量的选择、聚类个数的选取和高斯核参数σ的估计,对于谱聚类的结果有着重要的影响。给出了利用奇异值进行聚类个数的选取和高斯核参数σ估计的公式,以及奇异向量的选择方法。
暂无评论