基于改进原型嵌入的广义中位数计算及图编辑距离研究
广义中位数计算的改进方法
原型嵌入是将任意对象嵌入欧几里得空间的标准方法,在许多领域有应用,常作为广义中位数计算的一部分。为了改进广义中位数计算,引入了新的重建方法,并在多个数据集上进行了研究。
- 重建方法
- 线性递归方法 :在计算广义中位数时,通过线性递归的方式逐步优化结果。
- 三角递归方法 :利用三角关系进行递归计算,提升计算的准确性。
- 线性搜索方法 :结合线性递归重建结果进行线性搜索,能显著改善所有测试数据集的计算结果。
从研究结果来看,在处理广义中位数计算时,应考虑这些重建方法。不过,原型嵌入会使对象向量间的距离与原始距离有很大差异。使用距离保持嵌入方法可改善中位数计算,该方法计算对象的向量,使对象间的距离更接近原始距离,从而实现更准确的中位数计算。将这些重建方法与距离保持嵌入方法结合,可能会得到更精确的广义中位数。
图编辑距离相关研究
在图论方法中,图编辑距离的计算在图分类中具有重要地位。但图编辑距离的计算复杂度是指数级的,属于NP完全问题。为降低计算复杂度,出现了一些近似算法。
- 图编辑距离近似算法
- 二分图匹配算法(BP - GED) :将图编辑距离的二
超级会员免费看
订阅专栏 解锁全文
16

被折叠的 条评论
为什么被折叠?



