.png){kind=icon}
返回
Robust mean-shift clustering based on impartial trimming
.png){kind=icon}
PRE
AI
DOI：10.1007/s11222-025-10718-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为应对在以模态方法解决聚类问题时存在的污染数据问题，开发了一种鲁棒版本的均值漂移算法。其目标是通过保护基于非参数密度的聚类免受异常值的有害影响。异常值的出现主要影响分析，因为异常值会导致检测到虚假的模态和分组。因此，所提出的方法旨在恢复潜在的数据聚类结构，同时检测并剔除异常值。讨论了一种选择截尾水平的策略。通过蒙特卡洛数值研究和实际应用，对所提出方法的有限样本行为进行了调查。
Keyword:
Kernel density estimation
Modes
Outliers
Steepest ascent
期刊
S
IF:
1.6
论文数:
206
被引数:
0
机构
暂无机构信息
引用论文
.png){kind=icon}
The estimation of the gradient of a density function, with applications in pattern recognition密度函数梯度的估计及其在模式识别中的应用
PREAI
分享收藏Robust Double Clustering: A Method Based on Alternating Concentration Steps鲁棒双重聚类：一种基于交替集中步骤的方法
PREAI
分享收藏分享收藏
查看更多内容