提出一种鲁棒谱多流形聚类算法(Robust Spectral Multi-Manifold Clustering,简称RSMMC).现实生活中许多数据都是带有噪声的,先前许多聚类算法在直接处理带噪声的数据,聚类效果受了很大影响.为了减少数据噪声,在谱多流形聚类(Spectral M ulti-M anifold Clustering,简称SM M C)的基础上引入一个噪声消除项,能够在迭代优化的过程中输出一个降噪稀疏投影,该投影进而可用于提取"干净"数据进行训练.实验结果表明,本文算法对复杂非线性数据聚类结果优于相关对比算法,而且对噪音具有较强的鲁棒性.
自2022年12月OpenAI发布ChatGPT以来,以通用人工智能(artificial general intelligence,AGI)为代表的人工智能技术变革进入了加速发展的快车道。机器学习作为通用人工智能的核心技术,能否帮助人们解决“线性+非线性”“单参数+多参数”...
详细信息
自2022年12月OpenAI发布ChatGPT以来,以通用人工智能(artificial general intelligence,AGI)为代表的人工智能技术变革进入了加速发展的快车道。机器学习作为通用人工智能的核心技术,能否帮助人们解决“线性+非线性”“单参数+多参数”“离散+连续”“定性+定量”“局部+全局”等复杂问题。这已是考验机器学习的关键。机器学习该如何发展?正如北京大学数学科学学院鄂维南院士所说:“机器学习已开创应用数学新机遇。”因此,利用“数学方法+机器学习”模式进行交叉研究是研究机器学习的发展新方向。
暂无评论