导读:本文包含了样本竞争算法论文开题报告文献综述及选题提纲参考文献，主要关键词:聚类,次胜者受罚竞争学习算法,样本密度,聚类数目
样本竞争算法论文文献综述
谢娟英,郭文娟,谢维信,高新波[1]（2012）在《基于样本空间分布密度的改进次胜者受罚竞争学习算法》一文中研究指出针对传统次胜者受罚竞争学习(RPCL)算法忽略数据集几何结构对节点权值调整的影响,以及魏立梅等提出的新RPCL算法(魏立梅,谢维信.聚类分析中竞争学习的一种新算法.电子科学学刊,2000,22(1):13-18)引入密度来对节点的权值进行调整时,密度定义的主观性,提出基于样本空间分布密度的改进RPCL算法。该算法根据数据集样本自然分布定义样本密度,将此密度引入RPCL节点权值调整;使用UCI机器学习数据库数据集以及随机生成的带有噪声点的人工模拟数据集对算法进行实验测试,对算法确定数据集类簇数目的准确率、运行时间、聚类误差平方和、聚类结果的Rand指数、Jaccard系数以及Adjust Rand index参数进行分析比较。各项实验结果显示:所提算法优于原始RPCL算法和魏立梅算法,具有更好的聚类效果,对噪声数据有很强的抗干扰性能。所提算法不仅能根据样本的自然分布确定数据集的合理类簇数目,而且能确定合适的类簇中心,提高聚类的准确性,使聚类结果尽可能快地收敛到全局最优解。(本文来源于《计算机应用》期刊2012年03期）
王磊,杜文莉,祁荣宾,钱锋[2]（2009）在《基于样本密度信息与竞争网络的聚类中心点获取算法》一文中研究指出在聚类分析中初值的选取对聚类结果起着关键性的作用。本文在Chiu算法思想的基础上,提出了一种根据样本密度信息获取中心点的算法。该算法不需要任何参数的设定就可实现中心点的获取;之后再通过竞争网络对获取到的中心点进行训练,使中心点更加靠近每一类的中心。仿真实验表明:该算法是有效的且具有很高的可靠性,保证了网络训练前的中心点分布在不同的类簇中,提高了网络的训练效率。(本文来源于《华东理工大学学报(自然科学版)》期刊2009年04期）
杨琼,丁晓青[3]（2004）在《运用竞争反样本的人脸认证算法》一文中研究指出为了在认证中增强类间可鉴别性,通过引入竞争反样本,提出一种新的人脸认证算法。算法中,测试人脸不仅与所声明客户人脸进行匹配比对,同时也与各竞争反样本逐一计算匹配分值。所有分值综合起来,形成最终认证决策。设计最近邻反样本决策、全体反样本决策、最近邻域反样本决策等3种方案,并结合开集模式的人脸认证领域分别在多个人脸库、不同特征和不同分类器上进行实验和比较。在该文的测试中,新算法的3种方案与原有基于相似度的认证算法相比,错误率依次平均降低25.13%、30.24%、30.97%。(本文来源于《清华大学学报(自然科学版)》期刊2004年01期）
样本竞争算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在聚类分析中初值的选取对聚类结果起着关键性的作用。本文在Chiu算法思想的基础上,提出了一种根据样本密度信息获取中心点的算法。该算法不需要任何参数的设定就可实现中心点的获取;之后再通过竞争网络对获取到的中心点进行训练,使中心点更加靠近每一类的中心。仿真实验表明:该算法是有效的且具有很高的可靠性,保证了网络训练前的中心点分布在不同的类簇中,提高了网络的训练效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
样本竞争算法论文参考文献
[1].谢娟英,郭文娟,谢维信,高新波.基于样本空间分布密度的改进次胜者受罚竞争学习算法[J].计算机应用.2012
[2].王磊,杜文莉,祁荣宾,钱锋.基于样本密度信息与竞争网络的聚类中心点获取算法[J].华东理工大学学报(自然科学版).2009
[3].杨琼,丁晓青.运用竞争反样本的人脸认证算法[J].清华大学学报(自然科学版).2004
标签：聚类; 次胜者受罚竞争学习算法; 样本密度; 聚类数目;