摘要：提出一种二维线性大间距判别分析（Two dimensional linear maximum margin discriminant analysis,2DLMMDA...提出一种二维线性大间距判别分析（Two dimensional linear maximum margin discriminant analysis,2DLMMDA）的投影算法。该算法一方面采用了有效且稳定的大间距优化准则，引入了Laplacian矩阵，保持了特征矩阵的流形结构，且优化域为Laplacian类间散度与Laplacian类内散度之差，能克服Fisher准则带来的小样本问题；另一方面，采用了具有监督信息的判别分析，大大地提高了识别率。为了验证所提出的算法对特征提取的有效性，选择最近邻分类器进行特征分类，最后通过在CASIA（B）步态库上实验。实验结果表明，文中提出的算法具有更高的识别率和识别速度。显示全部
摘要：社区结构发现研究可揭示复杂网络中隐藏中观结构,为进一步开展网络的形成和演化研究应用提供依据,如可为智...社区结构发现研究可揭示复杂网络中隐藏中观结构,为进一步开展网络的形成和演化研究应用提供依据,如可为智能推荐、舆情控制、电力和交通网络调度等方面提供决策支持数据。针对复杂网络社区结构挖掘中社区数量难以确定的问题,提出一种基于密度自适应聚类数的社区发现谱方法。引入谱图分析中比较成熟的谱聚类特征向量分析方法,基于局部节点密度构图,结合网络图的边介数值构造相似矩阵,规范化后进行谱聚类,求得最大特征维度k值,k值即为社区个数。最后采用k-means方法对特征向量空间进行聚类,使得复杂网络社区得以呈现。在人工UCI和真实数据集(southern women data)上的实验表明,与现有谱聚类社区发现算法相比,该方法能自动确定社区个数,能得到划分精度更高的社区。显示全部
