统计学 > 方法论
[提交于 2012年4月15日
(v1)
,最后修订 2013年7月10日 (此版本, v2)]
标题: 均值漂移方法的收敛性和抗扩散性
标题: Convergent and Anti-diffusive Properties of Mean-Shift Method
摘要: 基于偏微分方程的分析框架被推导出来,用于某些动态聚类方法。 所提出的数学框架基于物理学中守恒定律的应用,以表征底层概率密度函数的连续变换。 然后将其应用于分析均值漂移型动态聚类算法的收敛性和稳定性。 理论分析表明,无监督的均值漂移型算法本质上是不稳定的。 证明了无监督均值漂移型算法正确收敛的唯一可能性是将原始概率密度转换为没有依赖结构的多元正态分布。 我们的分析结果表明,通过采用精心选择的监督机制,可能实现更稳定和收敛的均值漂移算法。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.