聚类分析是数据挖掘和探索性数据分析中一个极为重要的技术。传统的聚类方法只强调其对产生数据的物理系统的依赖而忽略了人类感知数据结构方式的影响。本项目拟基于定量描述视觉系统中由视网膜侧向连接所造成的模糊化效应的尺度空间理论,建立一类新的聚类原理及算法,以期使源于神经生理实验的视觉感知理论能用于自动分类和识别的机器实现,并建立新的聚类有效性准则。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
卫生系统韧性研究概况及其展望
面向云工作流安全的任务调度方法
基于变分原理的数据聚类模型的数学理论与计算方法
基于邻接图谱理论的图像聚类方法研究
聚类集成的原理与方法及其在图像视频分割中的应用
基于最大似然原理的分层聚类算法研究