支持向量聚类算法 支持向量聚类(Support Vector Clustering, SVC)是2001年由Ben-Hur 等人提出 的一种基于核的无监督聚类方法 [17] 。
基于54个网页-相关网页
的支持向量聚类 Support Vector Clustering ; SVC
针对传统支持向量聚类 support vector clustering ; SVC
一种改进支持向量聚类 Support Vector Clustering ; SVC
支持向量聚类算法 reduced support vector clustering
针对支持向量聚类 Support Vector Clustering
为了降低支持向量聚类 SVC ; Support Vector Clustering
研究的支持向量聚类 Support Vector Clustering
支持向量聚类是基于支持向量机和核方法的一种新颖的聚类方法。
Rough set was applied to clustering method in view of soft kernel of support vector clustering(SVC).
文中引入支持向量聚类（SVC）算法对多分量LFM信号进行检测和参数估计。
The support vector clustering(SVC)algorithm was introduced to detect linear modulation frequency(LFM) signal and estimate its parameter.
根据粗糙集理论的边界区域和V -支持向量机的优点对支持向量聚类算法进行改进。
According to the border region of rough set theory and the merits of V-support vector machine, the algorithm of support vector clustering is improved.
应用推荐