SNN:共享最近的邻居
“Shared Nearest Neighbors”(缩写为SNN)是一种常用的数据聚类或相似度计算方法,广泛应用于数据挖掘、机器学习和模式识别等领域。其名称直观体现了算法思想,即通过统计对象之间共享的最近邻点数量来评估它们之间的相似性。由于全称较长,在学术文献和技术交流中常简写为SNN,便于书写与传播。该方法在处理复杂数据集、识别噪声数据及发现任意形状的聚类方面表现出良好的鲁棒性。
Shared Nearest Neighbors具体释义
Shared Nearest Neighbors的英文发音
例句
- This measure holds the clustering assumption, and the affinity matrix has clear block structure. The corresponding spectral clustering method is called adaptive spectral clustering based on shared nearest neighbors.
- 新的相似度矩阵满足聚类的两条假设,具有明显的块对角性,对应的谱聚类算法称为基于共享近邻的自适应谱聚类算法。
- Through analyzing of the strength and weakness of these measurements, we propose a novel similarity measure, namely adaptive Gaussian kernel function based on shared nearest neighbors in this paper.
- 本文在总结已有相似度优缺点的基础上,提出基于共享近邻的自适应高斯核函数。
本站英语缩略词为个人收集整理,可供非商业用途的复制、使用及分享,但严禁任何形式的采集或批量盗用
若SNN词条信息存在错误、不当之处或涉及侵权,请及时联系我们处理:675289112@qq.com。